自适应角色切换
一种采用分层多智能体强化学习的具名控制器，将任务规划与执行解耦，使机器人在探索与覆盖之间智能切换角色，实现多机器人可扩展且可泛化的区域搜索。
Lina, Zhu · 程吉禹 · Zhang, Hao · Cui, Zhichao · 张威 · Liu, Yue-Hu
IEEE Transactions on Automation Science and Engineering 2025
分层强化学习将任务规划与底层执行分离，高层角色选择基于全局状态，底层策略仅依据局部观测执行，降低学习复杂度。
角色选择模块可在两个时间步之间进行切换，使机器人在探索与覆盖之间交替，提升任务效率。
实验表明，该方法在不同复杂度的场景和不同数量的机器人上优于现有方法，具有良好的扩展性和泛化性。