摘要: 针对多无人机任务决策方法研究中传统优化算法难以在短时间内得到期望结果的问题,基于深度强化学习提出一种无人机多智能体深度确定性策略梯度(MADDPG)算法,通过允许无人机在学习时使用全局信息,在应用决策的时候只使用局部信息的方法,从网络结构、状态空间、动作空间和奖励函数设计了MADDPG算法的模型结构。最后通过仿真实验,并对比深度确定性策略梯度(DDPG)算法,验证了本文提出的MADDPG算法在保证精度的基础上,学习速度大幅度提高,弥补了传统强化学习算法在多智能体领域的不足。
中图分类号:
李波, 越凯强, 甘志刚, 高佩忻. 基于MADDPG的多无人机协同任务决策[J]. 宇航学报, 2021, 42(6): 757-765.
LI Bo, YUE Kai qiang, GAN Zhi gang, GAO Pei xin. Multi UAV Cooperative Autonomous Navigation Based on Multi agent Deep Deterministic Policy Gradient[J]. Journal of Astronautics, 2021, 42(6): 757-765.