基于潜在空间的多机器人探索强化学习
机器人学
2026-01-06 v1 多智能体系统
摘要
在时间受限的场景中，自动映射未知环境是一项关键挑战。多代理系统可通过协作提高效率，但运动规划算法的可扩展性仍是关键限制。虽然已探索了强化学习作为解决方案，但现有方法受限于有效学习所需的输入规模，将其适用性限制在离散环境中。本工作通过利用自编码器进行维度压缩，将高保真占据图压缩为保持关键空间信息的潜在状态向量。此外，我们引入了基于Perlin噪声的新型程序生成算法，旨在生成模拟小行星域、洞穴和森林等拓扑复杂的训练环境。这些环境用于训练自编码器和导航算法，采用基于分层深度强化学习框架进行无中心协调。我们引入了加权共识机制，通过可调的信任参数来调节对共享数据的依赖程度，确保对误差累积的鲁棒性。实验结果表明，所提出的系统能够有效扩展代理数量，能够良好地推广至结构上不同的陌生环境，并在通信受限的情况下保持鲁棒性。
引用
@article{arxiv.2601.01139,
title = {Latent Space Reinforcement Learning for Multi-Robot Exploration},
author = {Sriram Rajasekar and Ashwini Ratnoo},
journal= {arXiv preprint arXiv:2601.01139},
year = {2026}
}