强化学习碰撞规避策略

多机自动间距调节

一种基于深度强化学习的多无人机碰撞规避策略，通过两阶段训练可同时避开动静态障碍并自动调节间距。

Kuo, Ping Iiuan · Kuan-Lin, Chen · Yu-Sian, Lin · Yu-Chih, Chiu · Peng, Chaochung

Engineering Applications of Artificial Intelligence 2025

参数信息

训练无人机数量

3

连续目标数量

4

对比算法数量

3

技术优势

任务完成更快

使用 A2C 算法训练的无人机比 PPO 和 SAC 完成任务更快。

超参数自动寻优

采用树结构 Parzen 估计器优化超参数，减少人工调参负担。

应用场景

• 无人机编队控制：用于多机编队飞行中自动保持安全间距，减少碰撞风险。
• 多机器人协调：为多机器人协调提供无碰撞轨迹，提升任务完成效率。
• 智能体路径规划：在动态与静态障碍环境中规划可行路径，实现自主导航。