公开(公告)号：CN113156954B

公开(公告)日：2023-03-24

申请号：CN202110447666.1

申请日：2021-04-25

Applicant: 电子科技大学

Inventor： 张瑛 ,  黄治宇 ,  薛玉玺 ,  肖剑 ,  吴磊 ,  高天奇 ,  张钱江

IPC: G05D1/02

Abstract: 本发明公开了一种基于增强学习的多智能体集群避障方法,包括以下步骤：S1.建立集群系统的运动模型；S2.定义避障因子ξ及避障评价准则；S3.设计ξ＜ξmin时集群队形变换避障模型Q‑learning训练的状态空间、行为空间和奖励函数；S4.设计时集群自主协同避障模型增强学习训练的状态空间、行为空间和奖励函数；S5:设计智能体行为选择方法；S6.获取训练得到的Q值表，基于S1中定义的运动模型进行集群自主协同避障。本发明根据避障因子、避障评价准则等参数用于智能体集群避障模型选择判断，并结合Q‑learning算法将集群自主协同避障模型进行训练，得到最优的集群个体避障策略和高避障效率。

公开(公告)号：CN113156954A

公开(公告)日：2021-07-23

申请号：CN202110447666.1

申请日：2021-04-25

Applicant: 电子科技大学

Inventor： 张瑛 ,  黄治宇 ,  薛玉玺 ,  肖剑 ,  吴磊 ,  高天奇 ,  张钱江

IPC: G05D1/02

Abstract: 本发明公开了一种基于增强学习的多智能体集群避障方法,包括以下步骤：S1.建立集群系统的运动模型；S2.定义避障因子ξ及避障评价准则；S3.设计ξ＜ξmin时集群队形变换避障模型Q‑learning训练的状态空间、行为空间和奖励函数；S4.设计时集群自主协同避障模型增强学习训练的状态空间、行为空间和奖励函数；S5:设计智能体行为选择方法；S6.获取训练得到的Q值表，基于S1中定义的运动模型进行集群自主协同避障。本发明根据避障因子、避障评价准则等参数用于智能体集群避障模型选择判断，并结合Q‑learning算法将集群自主协同避障模型进行训练，得到最优的集群个体避障策略和高避障效率。

公开(公告)号：CN111880565A

公开(公告)日：2020-11-03

申请号：CN202010710580.9

申请日：2020-07-22

Applicant: 电子科技大学

Inventor： 王刚 ,  肖剑 ,  薛玉玺 ,  黄治宇 ,  田新宇 ,  孙奇 ,  成雷 ,  王钰瑶

IPC: G05D1/10

Abstract: 本发明公开了一种基于Q-Learning的集群协同对抗方法，包括以下步骤：给出集群中智能体的动力学系统；确定集群中智能体的邻居集合；给定两个互相抗衡关系的集群的运动过程；在Flocking算法中计算控制力；确定避障方式；选择避障方式，定义集群之间的距离；确定集群速度；设计相对极坐标；设计协同驱赶的状态空间；设计集群的行为空间；设计奖罚机制；对于Q-learning学习算法，给定其Q值表更新函数。本发明借助Q-Learning技术去训练和学习集群控制算法，有效提高集群运行效率，使利益达到最大化，并能够保证集群的稳定性。

公开(公告)号：CN111880564A

公开(公告)日：2020-11-03

申请号：CN202010710554.6

申请日：2020-07-22

Applicant: 电子科技大学

Inventor： 张瑛 ,  肖剑 ,  黄治宇 ,  薛玉玺 ,  吴磊 ,  靳一丹 ,  吴冰航

IPC: G05D1/10

Abstract: 本发明公开了一种基于协同增强学习的多智能体区域搜索方法，包括以下步骤：S1.建立集群系统的运动模型；S2.定义γ信息地图及集群信息地图融合方式；S3.定义增强学习训练所需要的状态空间和行为空间；S4.根据状态空间和行为空间定义交互增强学习训练方法；S5.获取训练得到的Q值表，根据运动模型进行区域搜索，并根据Q值表确定下一时刻的位置。本发明实现了邻居的学习经验的共享，并且在共享的过程中，通过筛选的方式滤除无用的经验，在提高学习效率的同时，大大降低了智能体之间的通信量。