[00101474]一种基于深度强化学习的多智能体路径规划方法
联系人：
所在地：
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
本发明公开了一种基于深度强化学习的多智能体路径规划方法。该方法是一种分布式的路径规划方法,将单个智能体的局部观察信息输入神经网络,利用图神经网络传递智能体间信息,训练神经网络近似策略函数,从而输出移动策略。使用深度强化学习与模仿学习相结合的方法训练神经网络参数,使得回报函数收敛更快。在训练后可实现上千智能体规模下、四邻域2D栅格地图中较高的群体路径规划成功率,即为每个智能体在时间限制内成功规划出一条从起点至终点的无碰撞路线。且对地图尺寸、障碍物密度的变化适应性较强。
