基于 Gibbs 随机场学习高效群集控制

群集控制对于多机器人系统在多种应用中至关重要，然而在拥挤环境中实现高效群集在计算负担、性能最优性和运动安全方面都面临挑战。本文通过一个基于 Gibbs 随机场（GRF）的多智能体强化学习（MARL）框架来解决这些挑战。借助 GRF，一个多机器人系统由一组服从联合概率分布的随机变量表示，从而为群集奖励设计提供了一个新的视角。利用基于 GRF 的信用分配方法，实现了一种去中心化的训练与执行机制，该机制增强了 MARL 在机器人数量方面的可扩展性。引入了一个动作注意力模块，以隐式预测邻近机器人的运动意图，从而缓解 MARL 中潜在的非平稳性问题。所提出的框架能够在具有挑战性的环境中为多机器人系统学习高效的分布式控制策略，成功率约为 $99\%$，这一点通过与最先进解决方案在仿真和实验中的全面比较得到了证明。还进行了消融研究，以验证框架不同模块的效率。