面向鲁棒多无人机协作：基于噪声鲁棒通信与注意力机制的多智能体强化学习
多智能体系统
2025-03-06 v1 人工智能
机器人学
摘要
无人机的路径规划在遥感和信息收集中至关重要。随着任务规模的扩大，多无人机的协同部署显著提高了信息采集效率。然而，多无人机的协同通信与决策仍是路径规划中的主要挑战，尤其是在噪声环境中。为高效完成三维空间中的复杂信息采集任务并解决鲁棒通信问题，我们提出了一种基于反事实多智能体策略梯度（COMA）算法的多智能体强化学习（MARL）框架，用于无人机路径规划。该框架集成了基于注意力机制的无人机通信协议与训练-部署系统，显著提升了噪声条件下的通信鲁棒性和个体决策能力。在合成数据集和真实世界数据集上进行的实验表明，我们的方法在路径规划效率和鲁棒性方面优于现有算法，尤其在噪声环境中，熵减提升了78%。
引用
@article{arxiv.2503.02913,
title = {Towards Robust Multi-UAV Collaboration: MARL with Noise-Resilient Communication and Attention Mechanisms},
author = {Zilin Zhao and Chishui Chen and Haotian Shi and Jiale Chen and Xuanlin Yue and Zhejian Yang and Yang Liu},
journal= {arXiv preprint arXiv:2503.02913},
year = {2025}
}