来源：期刊VIP网 时间：
作者：虞逸凡;岳圣智;徐俊;宋婧菡;林远山;
单位：大连海洋大学信息工程学院;大连海洋大学设施渔业教育部重点实验室;
摘要：针对在编队避障控制中智能体个体的异构性和多任务的复杂性问题，提出一种基于深度强化学习的异构智能体编队避障控制方法。首先，为了克服智能体个体的异构性，详细描述了领航者和跟随者智能体各自采用的局部观测表示；其次，根据智能体的相应任务，设计了编队、避障和导航三种复合的综合奖励函数，以实现更加灵活和高效的编队避障控制；最后，设计了融合注意力机制的行动者-评论家网络，用于联合训练领航者和跟随者的运动策略，从而使智能体能够逐步优化综合策略，以应对复杂的交互信息。数值仿真实验结果显示，文中提出的方法使得智能体能有效完成各自的任务，与其他强化学习算法相比，能够更迅速、更精确地使智能体学习到最优的运动策略，并在未来应用于复杂环境中，具有潜在的前景和价值。
关键词：编队避障控制;;异构性;;多任务;;领航者-跟随者;;深度强化学习;;综合奖励函数;;注意力机制;;运动策略
基金资助：广西重点研发计划（桂科AB23075150）;; 设施渔业教育部重点实验室开放课题（202219）;; 辽宁省应用基础计划项目（2022JH2/101300187）;; 2023中央财政对辽宁渔业补助项目
