可扩展MADDPG算法

群规模增大也稳定

提出Ex-MADDPG算法，通过局部通信、均值模拟观测、同步参数训练和可扩展多决策机制，增强任务分配在动态群组与任务下的鲁棒性和可扩展性。

Bo, Liu · Shulei, Wang · Qinghua, Li · Xinyang, Zhao · Yunqing, Pan · 王常虹 · 刘博 · Zhao, Xinyang

Drones 2023

技术优势

可扩展性显著

算法通过均值模拟观测和可扩展多决策机制，能够适应不同规模的群组，实际实验中当群体规模增大时性能保持良好。

鲁棒性提升

通过局部通信和同步参数训练机制，算法对任务和群组的动态变化具有更强的鲁棒性。

应用场景

• 无人机集群任务分配：无人机集群任务分配中，算法能适应群规模和任务动态变化。
• 群体机器人协调：通过局部通信和同步训练，提升群体机器人的协调效率。
• 多智能体决策：可扩展多决策机制让多智能体在变化环境中做出有效决策。
• 强化学习控制：基于深度强化学习，为复杂系统提供可扩展的控制策略。