RL-Boids集群模型

无牵制问题解决

一种通过引入Q学习网络改进Boids模型的强化学习方法,实现无人机集群持续避障和空间覆盖最大化,并通过虚拟领导者提供编队牵制和协调稳定性,在无人机集群实验中得到验证。

Zhaoqi, Dong · Qizhen, Wu · Chen, Lei

Drones 2023

技术优势

适应动态环境

通过学习调整参数,集群能够快速适应外部环境变化。

持续避障

Q学习改进的内聚与排斥参数使集群在运动中持续避开障碍物。

形成牵制

虚拟领导者提供牵制,使集群保持编队稳定与协调。

最大化空间覆盖

通过优化参数,集群能够覆盖更大空间区域。

应用场景