科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对多障碍环境下的多智能体系统协同编队避障与防撞问题，提出一种迁移学习与强化学习相结合的编队控制算法。在源任务学习阶段，利用值函数近似方法避免Q-表格求解法所需的大规模存储空间问题，有效降低对存储空间的需求，提升算法求解速度；在目标任务学习阶段，采用高斯聚类算法对源任务进行分类，根据聚类中心和目标任务之间的距离，选择最优的源任务类进行目标任务学习，有效避免了负迁移现象，进而提升了强化学习算法的泛化能力及收敛速度。仿真实验结果表明，所提方法能使多智能体系统在复杂的障碍环境下有效地形成并保持编队构型，同时实现避障与防撞。
-
单位自动化学院; 西北工业大学
