返回
Sampling-Based Coordination-Informed Multiobjective Multirobot Reinforcement Learning
DOI:10.1109/tro.2026.3723950.png)
摘要
En 中文
多机器人系统必须同时优化竞争目标并保持协调行为。现有的多智能体强化学习方法通常依赖固定或集中式协调,这限制了适应性并违反了分布式约束。本研究介绍了协调信息多目标强化学习(CIMORL)框架,集成了分布式权重预测机制、特权专家训练策略以及对帕累托最优解的理论保证。我们提出了基础CIMORL方法以及两种基于采样的变体:CIMORL-树搜索(TS)和CIMORL-模型预测路径积分(MPPI),这些变体在训练过程中利用特权全局信息以实现完全分布式部署。在合作和对抗场景中的实验验证表明,与当前最先进的基线方法相比,该方法实现了21.2%的超体积改进和更优的策略稳定性。使用Crazyflie无人机进行的实际实验进一步验证了该框架在部分可观测性条件下的资源分配和多攻击者多防御场景中的鲁棒性。
Keyword:
Distributed control
graph neural network
multiobjective optimization
reinforcement learning
期刊
IF:
10.5
论文数:
3.4K
被引数:
3.5W
机构
引用论文
H.-L. Tran, L. Doan, N. H. Luong, H. T. T. Binh, A two-stage multi-objective evolutionary reinforcement learning framework for continuous robot control, in: Proceedings of the Genetic and Evolutionary Computation Conference, 2023, pp. 577–585.H.-L. Tran, L. Doan, N. H. Luong, H. T. T. Binh, 一种用于连续机器人控制的两阶段多目标进化强化学习框架,发表于:遗传与进化计算会议论文集,2023年,第577-585页。
Generalized policy improvement for efficient and robust multi-objective reinforcement learning广义策略改进用于高效且鲁棒的多目标强化学习
MOMA-AC: A preference-driven actor-critic framework for continuous multi-objective multi-agent reinforcement learningMOMA-AC:一种基于偏好的连续多目标多智能体强化学习的演员-评论家框架
Neurocomputing
IF6.5
Contraction theory for nonlinear stability analysis and learning-based control: A tutorial overview用于非线性稳定性分析和基于学习的控制的收缩理论: 教程概述

