基于循环随机优化的三维集群控制
机器学习
2021-08-04 v2 机器学习
摘要
本文模拟了一组协作的移动传感智能体，其实现循环随机优化(CSO)算法以试图勘测并跟踪多个目标。在所提出的CSO算法中，每个智能体利用其传感测量、共享信息以及对其他智能体未来运动的预测来决定其下一步动作。该决策被选择以最小化一个损失函数，该损失函数随目标状态估计不确定性的减小而减小。每个智能体仅能获得该损失函数的含噪测量，在本研究中，每个智能体通过计算其随机梯度来尝试最小化该函数。本文通过基于仿真的实验，考察了CSO收敛在三维中的意义与适用性。
引用
@article{arxiv.2010.05328,
title = {Three-Dimensional Swarming Using Cyclic Stochastic Optimization},
author = {Carsten H. Botts},
journal= {arXiv preprint arXiv:2010.05328},
year = {2021}
}