基于強(qiáng)化學(xué)習(xí)的異構(gòu)多智能體區(qū)域覆蓋算法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩76頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、面向地-空多智能體系統(tǒng)的區(qū)域覆蓋問(wèn)題,建立了基于分布式部分可觀測(cè)馬爾可夫決策模型(DEC-POMDPs)描述觀測(cè)異構(gòu)、驅(qū)動(dòng)模式異構(gòu)的多智能體系統(tǒng),通過(guò)強(qiáng)化學(xué)習(xí)算法解決多智能體系統(tǒng)的路徑規(guī)劃及避障問(wèn)題,主要包括以下幾個(gè)方面的研究?jī)?nèi)容:
  首先介紹了由馬爾可夫決策模型(MDP)向DEC-POMDPs模型的演變過(guò)程。由于智能體模型觀測(cè)的局部特性和不確定性,各智能體獲得的觀測(cè)不再具備馬爾可夫性,導(dǎo)致DEC-POMDPs模型求解最優(yōu)結(jié)果時(shí)

2、策略空間維度爆炸——即NEXP完全問(wèn)題。
  其次,針對(duì)單智能體搭建了基于POMDP模型的區(qū)域覆蓋仿真場(chǎng)景,利用QMDP算法和Q-learning算法求解行動(dòng)策略。通過(guò)調(diào)整模型參數(shù),分析了觀測(cè)不確定性和觀測(cè)精度對(duì)POMDP強(qiáng)化學(xué)習(xí)收斂效果的影響。
  再次,實(shí)現(xiàn)了基于DEC-POMDPs模型的多智能體在線規(guī)劃算法,并搭建了多個(gè)多智能體仿真場(chǎng)景,驗(yàn)證算法的有效性??紤]到通訊動(dòng)作的低耗時(shí)和高時(shí)效性,根據(jù)通訊動(dòng)作判斷智能體是否獲得

3、聯(lián)合觀測(cè),設(shè)計(jì)一種包含多個(gè)強(qiáng)化學(xué)習(xí)模塊的異構(gòu)多智能體強(qiáng)化學(xué)習(xí)決策框架,在不影響分布式強(qiáng)化學(xué)習(xí)收斂速度的前提下,有效降低了通訊頻率,提高了多智能體系統(tǒng)在隱性馬爾科夫決策過(guò)程中的狀態(tài)辨識(shí)度和決策效率。
  為了方便理論驗(yàn)證和理論分析,開(kāi)發(fā)了基于MATLAB軟件的多智能體強(qiáng)化學(xué)習(xí)工具箱,搭建了完善的強(qiáng)化學(xué)習(xí)仿真運(yùn)算框架,實(shí)現(xiàn)了智能體運(yùn)動(dòng)學(xué)模型、地圖環(huán)境仿真、強(qiáng)化學(xué)習(xí)算法等模塊,設(shè)計(jì)實(shí)現(xiàn)了持久層模塊,借助數(shù)據(jù)庫(kù)技術(shù)改善了MATLAB軟件處

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論