-
公开(公告)号：CN119338094A
公开(公告)日：2025-01-21
申请号：CN202411453501.5
申请日：2024-10-17
Applicant: 河海大学常州校区
IPC: G06Q10/047 , G06N3/092
Abstract: 本发明公开了基于分布式博弈多智能体强化学习的全局路径覆盖方法，包括以下步骤：1、分布式的机器人根据当前的状态，执行独立式的强化学习规划访问所有传感器节点的全局路径，完成全局覆盖路径后，机器人随着路径移动，机器人感知通信范围内的传感器与其他机器人，并进行信息交互；2、机器人到达传感器节点通信范围，与传感器节点进行通信，根据节点状态更新多智能体强化学习输入，重新执行独立式学习，规划剩余传感器节点的覆盖路径；3、分布式博弈阶段，机器人之间感知彼此，交互已访问传感器节点信息，开展多智能体博弈以分配剩余传感器节点；引导多机器人协作覆盖所有访问点。该方法的特点在于，1）避开传统多智能体强化学习中需实时共享信息的集中式多智能体博弈，利用少量的信息共享流量，在局部区域阶段式规划全局的协作移动，2）通过动态更新的多智能体强化学习输入，提高机器人对工作环境的适应性。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
