来源：期刊VIP网 时间：
作者：唐庭龙;胡胜朋;刘馨琼;陈明;
单位：三峡大学水电工程智能视觉监测湖北省重点实验室;三峡大学计算机与信息学院;
摘要：多机器人系统在救援任务中具有重要意义，本研究以动态灭火任务为应用背景，基于多智能体深度强化学习算法，提出一种能够适应动态未知环境的多机器人协同路径规划算法LA-MASAC。首先，以动态扩散火源为任务模型，引入机器人的动力学方程，在满足障碍物约束与灭火能力约束的条件下，将该问题建模为部分可观察马尔可夫决策过程（POMDP）。使用人工势场法（APF）设计多智能体软演员-评论家（MASAC）算法的奖励函数，并将长短时记忆网络（LSTM）集成到MASAC算法的Actor-Critic结构之中，加快算法的收敛速度，解决了稀疏奖励的问题，提供一种近似最优策略。通过仿真实验，本研究算法有效且具有一定的优越性。
关键词：多机器人协同;;深度强化学习;;任务分配;;路径规划
