EC-HFRL

联邦强化学习框架优化危险环境下的无人机团队

研究人员引入了经验约束分层联邦强化学习（EC-HFRL）来解决在危险环境中训练大规模无人机团队所面临的挑战。该新框架提出，在经验生成受限的安全关键场景中，学习性能更多地取决于经验重用策略和关键梯度转换经验的识别，而不是简单地增加学习者参与度。实证结果表明，与集群内参与度相比，小批量大小和学习信号的结构在有效的重放暴露和整体性能方面起着更重要的作用。