研究人员开发了OGR-MARL，一个新颖的多智能体强化学习框架，专为异构无人水面载具（USV）在约束港口环境中协同追逐目标而设计。该框架集成了共享目标信念、特定角色的选项目标、自适应规则惩罚和残差策略学习，允许各种MARL算法在基于规则的行为之上学习纠正性动作。在模拟的厦峙门港场景中的实验表明，OGR-MASAC实例实现了75.0%的捕获率，并且与测试过的其他方法相比，具有更优的异构协同能力。该框架在转移到更复杂的、由QGIS/AIS驱动的地图上进行测试时，也展现了良好的泛化能力，无需重新训练。 AI
影响 该框架可以改善无人车队在复杂、真实环境中的自主导航和协同能力。
排序理由 详细介绍新的MARL框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.MA (Multiagent) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
