研究人员开发了一个混合信念强化学习(HBRL)框架,以改进自主代理的协同空间探索。该框架结合了用于空间信念构建的Log-Gaussian Cox Process(LGCP)和用于信息驱动轨迹的Pathwise Mutual Information规划器。然后,系统将控制权转移给Soft Actor-Critic(SAC)代理,该代理以LGCP阶段的空间不确定性和演示轨迹进行初始化。这种方法旨在提高多UAV无线服务供应和城市环境中按需移动传感等任务的效率并减少冗余。 AI
影响 该框架可以提高复杂、现实环境中多代理系统的效率和协调性。
排序理由 该集群包含一篇详细介绍强化学习新算法框架的研究论文。
- Log Gaussian Cox Processes
- New York City
- Pathwise Mutual Information
- Soft Actor-Critic
- Syed Rizvi
- unmanned aerial vehicle
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →