基于深度确定性策略梯度方法的多车编队控制
机器人学
2018-06-04 v1
摘要
随着多车系统的广泛应用，编队控制已得到广泛研究。本文基于深度强化学习框架，研究了具有避碰和通信保持的多车系统（Multi-vehicles System, MVS）编队控制问题。具体地，采用了具有集中训练与分布式执行过程的深度确定性策略梯度（deep deterministic policy gradient, DDPG）方法来获取编队控制策略。首先，为避免状态观测的动态变化，采用基于三层张量的观测表示，使得尽管观测维度变化，状态仍保持恒定。设计了一种奖励函数以引导航点跟踪、避碰与通信保持，并通过引入邻居的局部奖励函数对该奖励函数进行增强。最后，采用集中训练过程，基于所有智能体间的公共训练集训练共享策略。所提方法在不同设置的仿真场景下进行了测试。
引用
@article{arxiv.1806.00196,
title = {Multi-vehicle Flocking Control with Deep Deterministic Policy Gradient Method},
author = {Yang Lyu and Quan Pan and Jinwen Hu and Chunhui Zhao and Shuai Liu},
journal= {arXiv preprint arXiv:1806.00196},
year = {2018}
}