多任务贝叶斯优化用于多无人机系统中去中心化轨迹生成的调参
机器人学
2025-12-10 v1 多智能体系统
摘要
本文研究了利用多任务贝叶斯优化来调参多无人机系统中去中心化轨迹生成算法。我们将每个任务视为由特定的无人机间交互数量定义的轨迹生成场景。为了建模场景之间的关系，我们采用多任务高斯过程，其能够捕捉任务间的共享结构并在优化过程中实现高效的信息传递。我们比较了两种策略：优化所有任务的平均任务时间和单独优化每个任务。通过全面的仿真实验，我们表明单任务优化随着群体规模的增大导致逐步缩短的任务时间，但需要的优化时间远多于平均任务方法。
引用
@article{arxiv.2512.08630,
title = {Multi-Task Bayesian Optimization for Tuning Decentralized Trajectory Generation in Multi-UAV Systems},
author = {Marta Manzoni and Alessandro Nazzari and Roberto Rubinacci and Marco Lovera},
journal= {arXiv preprint arXiv:2512.08630},
year = {2025}
}