一种基于图注意网络与部分可观测平均场的多智能体强化学习算法，用于通信受限环境下的大规模无人机群协同围捕任务，性能优于现有算法。
Min, Yang · 刘关俊 · ZiYuan, Zhou · Wang, Jiacun
Drones 2023
通过图注意力模块为不同邻居分配权重，区分其对中心智能体的影响，避免简单平均导致的信息丢失。
算法基于部分可观测马尔可夫决策过程设计，可从局部观测中提取关键信息，适合通信受限的无人机场景。
实验表明，GPMF在MAgent框架下的大规模多无人机协同围捕任务中优于最先进的部分可观测平均场强化学习算法。