基于多智能体深度强化学习的无人机群体局部路径规划
机器人学
2024-06-07 v1 多智能体系统
摘要
实现无人机群体的安全精准着陆具有重要挑战性，主要归因于传统控制和规划方法。本文提出了多智能体深度强化学习(MADRL)技术，用于在重新定位的目标位置实现无人机群体的精准着陆。该系统在逼真的模拟环境中训练，训练空间为 4×4×4 米，最大速度为 3 米/秒，并部署于使用 Vicon 室内定位系统的 Crazyflie 无人机上。实验结果表明，所提出的方法在静止平台上的着陆精度为 2.26 cm，在移动平台上的着陆精度为 3.93 cm，显著优于采用人工势场(APF)的比例-积分-微分(PID)控制器基线方法。该研究表明，无人机着陆技术无需解析的集中式系统，具有可扩展性，可能 revolutionize 应用于物流、安全和救援任务。
引用
@article{arxiv.2406.04159,
title = {MARLander: A Local Path Planning for Drone Swarms using Multiagent Deep Reinforcement Learning},
author = {Demetros Aschu and Robinroy Peter and Sausar Karaf and Aleksey Fedoseev and Dzmitry Tsetserukou},
journal= {arXiv preprint arXiv:2406.04159},
year = {2024}
}