基于強化學習的多機器人追捕問題研究.pdf

1、一種分段式強化學習方法來求解多機器人最優(yōu)協(xié)作追捕策略。
　　第三，研究未知環(huán)境下多個追捕機器人形成追捕團隊追捕多個逃跑者的最優(yōu)協(xié)作追捕策略問題。首先通過有選擇的循環(huán)搜索法對逃跑目標進行搜索，發(fā)現(xiàn)目標后，基于目標分解與分配的理論基礎，通過整數(shù)規(guī)劃模型求解各目標的追捕團隊。接著根據(jù)任務規(guī)劃的結果，讓各協(xié)作團隊同時分周期獨立學習各自的最優(yōu)行為決策，團隊成員根據(jù)其他成員在此狀態(tài)下將要采取的動作行為執(zhí)行最佳的響應動作，多次重復對策后得到該協(xié)

2、作團隊的學習目的解。學習過程中由于不同協(xié)作團隊之間的行為選擇相互影響，對學習結果進行周期監(jiān)督，通過變化學習率來保證學習的有效性?？紤]上述方法對于追捕目標分解與分配是相對粗略的，整數(shù)規(guī)劃問題實際求解過程本身也很復雜，創(chuàng)建追捕團隊時沒有考慮到追捕者之間完成捕獲任務的能力互補等問題，提出一種未知環(huán)境下結合案例推理強化學習方法的多機器人協(xié)作追捕多個逃跑目標策略，創(chuàng)建追捕團隊時充分考慮追捕者之間能力互補問題，追捕團隊成員協(xié)作追捕過程中，追捕者的行