基于分散式马尔可夫决策过程的无人机群控制优化

无人机（UAV）群控制在目标跟踪、监视、地形测绘和精准农业等方面具有应用价值。当群体规模较大时，分散式控制方法尤为有用，因为集中式方法（由单一指挥中心控制无人机）存在计算复杂度呈指数增长的问题，即在集中式方法中，求解无人机最优控制所需的计算时间随群体中无人机数量呈指数增长。尽管已有许多集中式控制方法，但文献中缺乏具有广泛适用性的分散式控制框架。为弥补这一知识空白，我们提出一种新颖的分散式无人机群控制策略，采用称为分散式马尔可夫决策过程（Dec-MDP）的决策理论框架。我们在两个案例研究中构建这些控制策略：a) 群体编队控制问题；b) 面向多目标跟踪的群体控制。由于大多数决策理论表述都受维数灾难的困扰，我们采用一种称为标称信念状态优化（NBO）的近似动态规划方法，在两个案例研究中近似求解分散式控制问题。在编队控制案例研究中，目标是将群体从一地理区域驱赶到另一地理区域，且群体必须形成某种几何形状（例如球面上选定位置）。研究此类问题的动机源于无人机群数据融合应用，其中融合性能取决于无人机之间策略性的相对间隔。在目标跟踪案例研究中，目标是以分散方式控制无人机运动，同时最大化整体目标跟踪性能。该案例研究的动机来自使用无人机群的监视应用。