基于分层强化学习的多无人机协同围捕方法
孙懿豪1
闫超1
相晓嘉1
唐邓清1
周晗1
姜杰2
1.国防科技大学智能科学学院,湖南长沙 4100732.中国运载火箭技术研究院,北京 100076
摘要：针对复杂障碍环境下的动态目标围捕问题,本文提出一种基于分层强化学习的多无人机协同围捕方法.该方法包含两个层级的学习过程:底层的子策略学习和高层的子策略切换.具体而言,将协同围捕任务分解为导航避障和导航避碰两个子任务,独立学习相应的底层子策略,分别赋予无人机协同围捕目标时所需的避障与避碰技能.在此基础上,设计带有切换惩罚的稀疏回报函数训练高层的子策略切换模块,避免了对人工定义规则的依赖,实现了底层技能的自动组合.数值仿真与软件在环实验结果表明,所提方法能够显著降低围捕策略的学习难度,相较于基线方法具有最高的围捕成功率.
关键词：分层强化学习避障避碰多无人机围捕
论文发表日期：2025-01-27
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：13( 96-108 )
英文信息