计算机工程

作者：毕千, 钱程, 张可, 王成

单位：1. 电磁空间安全全国重点实验室, 四川 成都 6100362. 电子科技大学计算机科学与工程学院, 四川 成都 6117313. 电子科技大学长三角研究院(湖州), 浙江 湖州 313099

关键词：智能决策系统,人工智能,深度强化学习,多智能体强化学习,角度跟踪

基金：国家自然科学基金(62173066); 国家自然科学基金(6227112); 湖州市科技计划项目(2022GZ03)

在智能态势感知应用场景中, 多智能体角度跟踪问题常出现在需要对移动目标进行监测和控制的场景。与传统的目标跟踪方法不同, 角度跟踪任务不仅需要追踪目标的空间坐标, 还需确定目标间的相对角度。现有控制方法在处理这类规模较大且易受环境变化影响的问题时往往效果不稳定或性能降低。为此, 提出一种基于多智能体强化学习(MARL)的解决方案, 首先建立多智能体角度跟踪问题的基础模型, 然后设计1个多层次的仿真决策框架并提出针对此问题适应性更强的多智能体强化学习算法AR-MAPPO, 通过动态调整数据复用轮数以提升学习效率和模型稳定性。实验结果表明, 该方法在多智能体角度跟踪任务中相比传统方法和其他强化学习方法具有更高的收敛效率和更优的角度跟踪性能。

来源：2024年第11期

《计算机工程》期刊编辑部

查看计算机工程杂志2024年第11期