改进双DQN多智能体路径规划算法

疏散效率与安全显著提升

一种用于虚拟应急疏散演练的多智能体路径规划算法，通过改进双DQN架构与基于k-medoids的分组策略，显著提升了疏散效率与安全性。

Chen, Zhang · Jiang, Wenying · Siyuan, Chen · 周文 · 闫丰亭

Journal of Image and Graphics 2023

参数信息

网络收敛批次

3000 batches

技术优势

网络收敛速度约3000批次，传统DQN需24000批次

应用场景

• 虚拟应急演练：在虚拟火场中快速规划多智能体疏散路径，减少演练成本与风险。
• 机器人导航：利用社会关系分组引导，提升机器人在人群环境中的导航效率。
• 无人机集群：通过分组策略协调大规模无人机，优化集群疏散路径规划。