控制理论与应用

作者：孙懿豪,闫超,相晓嘉,唐邓清,周晗,姜杰

单位：国防科技大学智能科学学院,国防科技大学智能科学学院,国防科技大学智能科学学院,国防科技大学智能科学学院,国防科技大学智能科学学院,中国运载火箭技术研究院

关键词：分层强化学习; 避障; 避碰; 多无人机围捕

基金：国家自然科学基金项目(62403240), 江苏省自然科学基金项目(BK20241396), 湖南省研究生科研创新项目(CX20240114)资助.

针对复杂障碍环境下的动态目标围捕问题, 本文提出一种基于分层强化学习的多无人机协同围捕方法. 该方法包含两个层级的学习过程: 底层的子策略学习和高层的子策略切换. 具体而言, 将协同围捕任务分解为导航避障和导航避碰两个子任务, 独立学习相应的底层子策略, 分别赋予无人机协同围捕目标时所需的避障与避碰技能. 在此基础上, 设计带有切换惩罚的稀疏回报函数训练高层的子策略切换模块, 避免了对人工定义规则的依赖, 实现了底层技能的自动组合. 数值仿真与软件在环实验结果表明, 所提方法能够显著降低围捕策略的学习难度, 相较于基线方法具有最高的围捕成功率.

来源：2025年第1期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2025年第1期