Sampling-Based Coordination-Informed Multiobjective Multirobot Reinforcement Learning

doi:10.1109/tro.2026.3723950

Sampling-Based Coordination-Informed Multiobjective Multirobot Reinforcement Learning

2026-08-13

0

PRE

AI

Paolo Robuffo Giordano

C

Claudio Pacchierotti

DOI：10.1109/tro.2026.3723950

原文链接

原文求助

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

Sampling-Based Coordination-Informed Multiobjective Multirobot Reinforcement Learning

摘要

期刊

机构

引用论文