.png){kind=icon}
返回
Decentralized Model-Based ACKTR for Large-Scale Multi-Agent Path Planning Under Partial Observability
.png){kind=icon}
OA
AI
DOI：10.3390/electronics15173773.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在部分可观测性条件下的多智能体路径规划（MAPP）要求智能体协调其运动并高效完成任务，而无需访问全局信息。随着智能体、目标和障碍物数量的增加，规划空间和协调复杂性迅速增长。我们将大规模MAPP表述为一个部分可观测的网络化马尔可夫决策过程。基于此表述，我们提出了一种基于克罗内克分解信任区间的去中心化模型基Actor-Critic（DM-ACKTR）算法。该算法在独立学习架构中整合了本地模型学习与基于ACKTR的策略优化。每个智能体学习一个本地模型来预测下一个观测和奖励。这些预测用于构建额外的转移以更新Actor和Critic。基于邻域的通信机制将附近智能体的信息纳入价值估计。区域划分减少了每个智能体的有效规划空间。这些改进使得DM-ACKTR在MAPP问题规模增加时持续优于基线算法。在三个训练场景和五个评估场景的实验中，DM-ACKTR取得了最佳的整体性能。在五个评估算法中，它始终获得最高的TCR和最低的CR，相对于各自的最佳基线，TCR提高了2.06–4.35%，CR降低了11.26–25.95%。
Keyword:
multi-agent path planning
large-scale
partial observability
decentralized
model learning
Actor-Critic using Kronecker-factored trust region
期刊
IF:
2.6
论文数:
1.1W
被引数:
4.7W
机构
引用论文
Effectiveness of Experience-Sharing Group Learning in Deep Reinforcement Learning深度强化学习中经验分享小组学习的效果
.png){kind=icon}
PREAI
分享收藏分享收藏ME-MADDPG: An efficient learning-based motion planning method for multiple agents in complex environmentsMe-maddpg: 复杂环境中多智能体的高效基于学习的运动规划方法OAAI
OAAI分享收藏Multi-Agent Systems: From Classical Paradigms to Large Foundation Model-Enabled Futures王志; 龚明; 孙强; 许杰; 毛帅; 金鑫; 韩秋丽; 唐宇. 多智能体系统: 从经典范式到大型基础模型赋能的未来. IEEE/CAA 期刊自动化学会, 2026, 13, 1007–1023. [Google Scholar] [CrossRef] [Scilit]
PREAI
分享收藏A Centralized Multi-Agent DRL-Based Trajectory Control Strategy for Unmanned Aerial Vehicle-Enabled Wireless Communications基于集中式多代理DRL的无人机无线通信轨迹控制策略OAAI
OAAI分享收藏
查看更多内容