零交互通信的飛行器集群協(xié)同搜索方法,利用目標陣型分布的信息,統(tǒng)計目標位置分布的數(shù)據(jù),形成先驗信息;初始化搜索經驗池和搜索策略,并建立搜索任務交互環(huán)境;構建基于多智能體強化學習的飛行器集群協(xié)同搜索框架,智能體從環(huán)境中獲得觀測信息;為每個智能體構建內在獎勵Q網絡、外在獎勵Q網絡,為飛行器集群構建混合Q網絡,進行學習訓練;執(zhí)行時,智能體依據(jù)局部的觀察進行動作選擇,滿足大部分實際環(huán)境的現(xiàn)實約束。本發(fā)明解決了現(xiàn)有技術中存在的搜索空間大場景內獎勵稀疏智能體難以獲得獎勵信號學習緩慢、搜索過程依賴通信和全局信息等問題。
聲明:
“零交互通信的飛行器集群協(xié)同搜索方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)