科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对多智能体系统编队在路径规划过程中队形不稳定、获取路径时间较慢以及在避障过程中存在与障碍物距离较近的问题，本文采用角度距离度量的方式对多智能体进行编队，通过改变传统的由起始点到达终点避障过程所形成的路径规划方法，弱化起始点和终点概念，添加路径中点的方式，使智能体同时从起点以及终点向中点移动，形成由起点指向中点、终点指向中点的2条路径。将奖励函数设计为同号智能体相碰为正向奖励，异号智能体相碰以及智能体（同号智能体和异号智能体）与障碍物之间相碰均为负向奖励。在搭建的静态和动态障碍物2种仿真环境下分别进行可变容量体验池深度确定性策略梯度算法（deep deterministic policy gradientvariable capacity experience pool, DDPG-vcep）验证，并对比不同训练次数下的奖赏值。仿真结果表明，改进后的DDPG编队算法较传统DDPG算法节约了路径获取时间，编队避障的效果更加明显。
- 出版日期2023
- 单位自动化学院; 广西科技大学
