.png){kind=icon}
返回
Multiple-UAV Reinforcement Learning Algorithm Based on Improved PPO in Ray Framework
.png){kind=icon}
OA
AI
DOI：10.3390/drones6070166.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
分布式多agent协同决策技术是一般人工智能的关键。本文以自主开发的Unity3D协同作战环境为测试场景，设置了需要异构无人机 (uav) 执行分布式决策并完成协同任务的任务。针对传统近端策略优化 (PPO) 算法在基于分布式训练框架Ray的复杂多agent协作场景下性能较差的问题，对PPO算法中的Critic网络进行改进，学习一个中心化的值函数，并提出了多智能体邻近策略优化 (MAPPO) 算法。同时，采用基于课程学习的继承训练方法，提高了算法的泛化性能。在实验中，与其他算法相比，MAPPO可以获得最高的平均累积奖励，并且可以在收敛后以最少的步骤完成任务目标，这充分证明了MAPPO算法优于现有技术。
Keyword:
multiple UAVs
deep reinforcement learning
PPO
curriculum learning
Ray
期刊
D
IF:
4.8
论文数:
3.9K
被引数:
8.3K
机构
引用论文
分享收藏Deep-Reinforcement-Learning-Based Autonomous UAV Navigation With Sparse Rewards具有稀疏奖励的基于深度强化学习的自主无人机导航
PREAI
分享收藏Flight Test of Autonomous Formation Management for Multiple Fixed-Wing UAVs Based on Missile Parallel Method.png)
DRONESOAAI
DRONESIF4.8
OAAI分享收藏分享收藏分享收藏Prioritized User Association for Sum-Rate Maximization in UAV-Assisted Emergency Communication: A Reinforcement Learning Approach无人机辅助应急通信中用于总和速率最大化的优先用户关联: 一种强化学习方法DRONESOAAI
DRONESIF4.8
OAAI分享收藏A 3D Vision Cone Based Method for Collision Free Navigation of a Quadcopter UAV among Moving Obstacles基于三维视觉锥的四旋翼无人机在移动障碍物间的无碰撞导航方法DRONESOAAI
DRONESIF4.8
OAAI分享收藏Multi-agent deep reinforcement learning with type-based hierarchical group communication基于类型分层群组通信的多agent深度强化学习APPLIED INTELLIGENCE
APPLIED INTELLIGENCEIF3.5
PREAI
分享收藏
查看更多内容