本文提出了一种基于深度强化学习(DRL)和轨迹优化的方法来实现避障导航同时保持编队。定义了基于图论的可微队形度量，并将其与DRL相结合，提出了一种新的近端策略优化联合轨迹优化(PPOTO)的算法。多个机器人共享策略，通过由DRL得到的马尔可夫决策模型生成预测轨迹，并通过编队度量进行优化，最终由机器人对该轨迹进行跟踪。在生成的随机地图上进行了大量的测试实验，结果表明：所提方法可以实现多机器人的编队和导航的任务，并且相对端到端的PPO算法有着明显的性能提升。
科研之友
微信
新浪微博
Facebook
分享链接
