资源描述：
《多智能体强化学习飞行路径规划算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、第16卷第10期电光与控制Vol.16No.102009年10月ElectronicsOptics&ControlOct.2009多智能体强化学习飞行路径规划算法李东华,江驹,姜长生(南京航空航天大学自动化学院,南京210016)摘要:为了减轻现代空战中大量信息处理给飞行员带来的负担,同时为了实现无人机航路自主规划,提出了一种基于多智能体强化学习理论的飞行路径规划算法。该算法采用多智能体强化学习的方法,采用两个功能不同的智能体,分别对应局部和全局路径规划。该算法对状态和动作空间进行划分和抽象,有效地减少了状态的数量,解决了强化学习维数灾难的问题。最后用Matlab对此算法进行了数
2、字仿真,验证了算法的可行性,仿真实验结果显示该算法收敛速度快,能够解决飞行路径规划的任务。关键词:多智能体系统;强化学习;路径规划;无人机;自主规划中图分类号:V279文献标志码:A文章编号:1671-637X(2009)10-0010-05AFlightPathPlanningAlgorithmBasedonMulti2AgentReinforcementLearningMethodLIDonghua,JIANGJu,JIANGChangsheng(CollegeofAutomationEngineering,NanjingUniversityofAeronauticsandA
3、stronautics,Nanjing210016,China)Abstract:Toreducetheworkingloadofpilotscausedbyprocessingthelargeamountofinformationinaircom2bat,andalsotoimplementpathplanningforUnmannedAerialVehicles(UAV),aflightpathplanningalgorithmbasedonmulti2agentreinforcementlearningmethodisproposedinthispaper.Themulti
4、2agentreinforcementlearningmethodisadoptedinthisalgorithm,andtwoagentswithdifferentfunctionareusedtodealwiththelo2calandglobalpathplanningrespectively.Thestateandactionspacesaredividedandabstractedeffectivelytosolvetheproblemof“dimensioncurse”ofthereinforcementstudy.Thefeasibilityofthismethod
5、isverifiedbyusingMatlabsimulation.Thesimulationresultsshowthattheproposedmethodconvergesrapidlyandcanbeusedinflightpathplanning.Keywords:multi2agentsystem;reinforcementlearning;pathplanning;UAV;autonomousplanning飞机的生存性和完成任务的有效性具有重要意义。许0引言多学者在离线航迹规划方面作了大量的工作,采用了许3[1][2]在以前的空战中,驾驶员们必须通过他们的感官获多智
6、能搜索算法,如A算法、遗传算法、蚁群算[3][4]得所有必要的数据和信息进行飞行路径的规划。他们没法、粒子群算法等等。但一般来说,战场环境一般有任何外部工具帮助。这些决策完全是飞行员的头脑思是动态变化的,很难预先获得全局的精确信息,因此需维判断,它的正确程度取决于飞行员的经验。但是,随着要飞行决策支持系统或无人机飞行管理系统具备一定现代科学技术的不断发展,各种机载设备虽然使得飞行员的实时航迹规划能力。近年来,强化学习得到广泛的关可以获得更多的信息,但同时也使得战斗中座舱的信息流注和深入的研究,作为一种机器学习方法,强化学习算越来越大。面对如此纷繁的信息,驾驶员很难实时地接法不需要
7、获得环境的模型,学习者通过与环境动态交受、理解、融汇这些信息,并迅速做出有效的决策。战术飞互,不断尝试不同的行为策略并加以改进,最终获得最行轨迹规划系统可以有效减轻驾驶员负担,对于提高作战优行为策略。强化学习具有离线和在线学习的能力,在下棋、路径规划和机器人足球比赛等很多领域中都有应收稿日期:2008-10-09修回日期:2008-11-19用。本文在多智能体强化学习算法的基础上提出一种作者简介:李东华(1981—),男,河北保定人,硕士生,主要研究方向为智适用于离线和在线的航线
