分布式多智能体强化学习协同算法

无需先验知识即达近优部署

用于认知不确定性下无人机充电站选址与巡逻路径规划的协同决策算法，仅通过局部观察实现全局近优部署，并提供效率与公平的可控权衡。

Yang, Gao · Ye, Hengqing · 周支立

Transportation Research Part E: Logistics and Transportation Review 2026

技术优势

无需全局信息

每个基站代理仅根据本地观测独立决策，即可收敛到稳定且可扩展的部署方案。

优于集中式RL

实验表明，分布式多智能体强化学习在无先验信息下达到近优效用，超越了集中式强化学习方法。

效率公平可控

通过自适应加权轮询策略动态调整巡逻频率，能够根据任务需求灵活平衡效率与公平。

应用场景

• 无人机物流：为城市无人机配送网络自动生成充电站布局与任务路径。
• 多智能体路径规划：利用分布式强化学习协调多无人机路径与充电调度。
• 城市基础设施优化：优化城市基站设施规划，提高充电设施投资效率。
• 强化学习控制：用强化学习实现不确定性环境下的自适应决策与控制。