检索结果-南通市图书馆

吉林大学学报（工学版） 2024年第3期54卷 797-806页

作者：高敬鹏王国轩高路哈尔滨工程大学信息与通信工程学院哈尔滨150001 北京航天长征飞行器研究所试验物理与计算数学国家级重点实验室北京100076

针对完全合作型任务中,多智能体深度确定性策略梯度(MADDPG)算法存在信度分配以及训练稳定性差的问题,提出了一种基于异步合作更新的LSTM-MADDPG多智能体协同决策算法。基于差异奖励和值分解思想,利用长短时记忆(LSTM)网络提取轨迹序列... 详细信息

针对完全合作型任务中,多智能体深度确定性策略梯度(MADDPG)算法存在信度分配以及训练稳定性差的问题,提出了一种基于异步合作更新的LSTM-MADDPG多智能体协同决策算法。基于差异奖励和值分解思想,利用长短时记忆(LSTM)网络提取轨迹序列间特征,优化全局奖励划分方法,实现各智能体的动作奖励分配;结合算法联合训练需求,构建高质量训练样本集,设计异步合作更新方法,实现LSTM-MADDPG网络的联合稳定训练。仿真结果表明,在协作捕获场景中,本文算法相较于QMIX的训练收敛速度提升了20.51%;所提异步合作更新方法相较于同步更新,归一化奖励值均方误差减小了57.59%,提高了算法收敛的稳定性。

关键词：人工智能多智能体协同决策深度强化学习信度分配异步合作更新

来源：

维普期刊数据库博看期刊

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于ZYNQ的多智能体协同决策算法实现

基于ZYNQ的多智能体协同决策算法实现

引用

作者：卢学翼哈尔滨工业大学

学位级别：硕士

利用多智能体协同决策算法可以在多智能体系统中协调多个智能体的资源和活动来实现共同的目标,其在智能交通系统、智能电网系统、无线传感器网络和无人机群协同控制等领域有广阔的应用前景。其中,以马尔科夫决策过程为基本模型的多智能... 详细信息

利用多智能体协同决策算法可以在多智能体系统中协调多个智能体的资源和活动来实现共同的目标,其在智能交通系统、智能电网系统、无线传感器网络和无人机群协同控制等领域有广阔的应用前景。其中,以马尔科夫决策过程为基本模型的多智能体深度强化学习类方法在解决机器人协同控制问题时取得了较好的表现。该类方法的特点是具备基于观测数据更新的在线学习能力,在端侧应用时对环境具有较好适应性。但是,由于端侧嵌入式处理器的计算能力有限,相对于多智能体深度强化学习算法复杂度而言存在一定的计算资源约束。因此,如何高效的将此类算法部署到嵌入式处理器平台是嵌入式智能计算领域的研究热点问题。为此,本文以多无人机自主协同对地攻击过程中目标分配与路径规划的决策需求为应用背景,开展基于ZYNQ平台的多智能体深度强化学习算法设计与实现,主要的研究工作如下。1、依据多无人机对地攻击协同路径规划任务的要求,提出总体设计方案和研究思路,核心思想是结合背景需求和嵌入式处理器平台资源约束条件完成多智能体协同决策算法设计,并在此基础上基于ZYNQ平台上实现算法的分布式部署。2、在多智能体协同决策算法设计方面,以多无人机对地攻击协同路径规划这一多智能体协同决策任务为需求背景,通过分析其决策流程,建立了环境模型,并设计了基于值分解的多智能体深度强化学习算法完成多无人机对地攻击协同路径规划任务。在算法设计中,采用了多目标分配算法辅助系统奖励函数的计算以加快算法的学习速度,同时也针对防止多无人机相互碰撞和进入威胁区域问题设置了额外系统奖励3、在算法的分布式嵌入式部署方面,首先针对算法中的计算密集型任务,基于流式架构设计了基本算子单元的硬件加速器,该加速器的特点是具有层间流水和并行参数可调节能力。然后,通过ARM端的硬件加速器调用、软硬件协同计算、智能体间通信设计完成算法的分布式实现。4、基于上述研究内容,基于ZYNQ7100处理器完成了算法实现的验证平台搭建,对算法实现的性能进行了测试和分析。验证结果表明,在算法性能方面,基于本文设计的算法及其嵌入式部署方法,当PL端的时钟周期为100MHz时,算法单步执行耗时为0.355毫秒,单次训练推理时间为1.521毫秒,相对于端侧的ARM平台具有一定的优势。同时,在应用需求场景上对算法进行了验证,验证结果表明,本文在ZYNQ平台上实现的算法能够完成多无人机协同决策任务。

关键词：多智能体协同决策多智能体强化学习算法 ZYNQ 硬件加速

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：