公开(公告)号：CN118966648A

公开(公告)日：2024-11-15

申请号：CN202411005427.0

申请日：2024-07-25

Applicant: 东南大学

Inventor： 蒋嶷川 ,  姜元爽 ,  钱睿溢 ,  狄凯

IPC: G06Q10/0631 ,  G06N3/045 ,  G06N3/092

Abstract: 本发明提出了一种针对多无人机集群任务迁移的混杂图注意强化学习方法。该算法基于混杂注意力机制的多智能体强化学习，通过使用混杂注意力通信机制来学习群体结构的结构影响。具体而言，每个组的领导智能体首先通过组内注意网络了解组内智能体之间的影响关系，分析在多无人机集群下的策略关联，获得每个组的动态沟通信息。随后，各智能体通过组间注意机制综合多个组间的通信信息，学习组间的动态交互，获取任务迁移策略，最终，引导智能体实现高效的任务迁移和协作。

公开(公告)号：CN116520887A

公开(公告)日：2023-08-01

申请号：CN202310640306.2

申请日：2023-05-31

Applicant: 东南大学

Inventor： 蒋嶷川 ,  钱睿溢 ,  姜元爽

IPC: G05D1/10

Abstract: 本发明提供了一种混杂多无人机集群结构自适应调整方法，通过设计一种特殊类型的状态编码器，将异构无人机不同维度的属性和能力汇聚到同一维度，降低了解空间的维度，再使用基于强化学习的集群聚类算法融合处理后的多维异构性数据，学习全局调整策略，调整集群结构并重构网络。该状态编码器的技术核心是为每类无人机单独训练一套神经网络，对每类无人机不同维度的属性和能力做特殊处理，从而更好地反映出异构无人机之间的差异性。本发明在混杂情境下能够汇聚每类无人机不同维度的特征，有效地解决了多维异构性数据融合的问题，提高了混杂多无人机集群的稳定性和效率。