【技术实现步骤摘要】
一种基于多智能体深度强化学习的多无人机编队集群控制方法
[0001]本专利技术属于多无人机编队集群的智能协同
,尤其涉及一种基于多智能体深度强化学习的多无人机编队集群控制方法。
技术介绍
[0002]随着无人机技术的深入发展,有关多无人机编队集群的研究也受到更多关注。无人机相互协同共同组成编队集群能够发挥出单无人机所不具有的优势,更加胜任复杂、多任务等场景下的工作。目前,有越来越多的人使用强化学习方法进行无人机编队系统的控制。但是大多数基于强化学习方法的无人机控制都只适应具有较少无人机数量的情况,随着编队集群中的无人机数量增多,训练更加困难,收敛速度更慢,收敛之后的效果也更差。此外,其他的适应具有较多无人机数量的强化学习训练方法则较难形成精确的集群编队结构,仅能实现无人机的一致性运动。
技术实现思路
[0003]鉴于此,本专利技术公开提供了一种基于多智能体深度强化学习的多无人机编队集群控制方法,从而能够实现在更加胜任复杂、多任务等场景下的工作。
[0004]本专利技术的技术方案:一种基于多智能体深度强化学习的多无人机编队集群控制方法,包括如下步骤:
[0005]步骤一:对单无人机的运动过程进行建模;
[0006]步骤二:将多无人机之间的聚集问题建模为马尔科夫博弈过程;
[0007]步骤三:使用多智能体深度强化学习方法进行训练,使用actor网络学习聚集策略,critic网络评价学习效果引导无人机聚集;
[0008]步骤四:在训练过程中引入注意力机制到cri ...
【技术保护点】
【技术特征摘要】
1.一种基于多智能体深度强化学习的多无人机编队集群控制方法,其特征在于,包括如下步骤:步骤一:对单无人机的运动过程进行建模;步骤二:将多无人机之间的聚集问题建模为马尔科夫博弈过程;步骤三:使用多智能体深度强化学习方法进行训练,使用actor网络学习聚集策略,critic网络评价学习效果引导无人机聚集;步骤四:在训练过程中引入注意力机制到critic网络中加快训练速度和提升训练效果;步骤五:得到多个无人机的相互聚集模型,完成对应子编队的聚集;步骤六:基于坐标转换将多个不同的编队统一到一起形成一个无人机集群。2.根据权利要求1所述的一种基于多智能体深度强化学习的多无人机编队集群控制方法,其特征在于,步骤一中对单无人机运动过程进行建模具体为:首先定义一个向量集合p=[p1,p2,
…
,p
n
]
T
,其为集群中的所有无人机在笛卡尔坐标系下的位置,由向量p
i
=(x
i
,y
i
,z
i
)
T
可确定无人机i在空间中的位置,对单架无人机的运动过程进行建模,有如下公式:其中v
i
为无人机i的飞行速度,θ
i
和φ
i
分别为无人机i的俯仰角和航向角;在无人机的飞行过程中,通过施加控制输入引导无人机的飞行,给定如下控制输入公式:其中p
i
和V
i
分别为无人机i的位置和速度,为在三个方向上的控制输入量。3.根据权利要求1所述的一种基于多智能体深度强化学习的多无人机编队集群控制方法,其特征在于,步骤二中将多无人机之间的聚集问题建模为马尔科夫博弈过程,无人机对应为智能体,给定对应的状态空间、动作空间和奖励函数设定:其中所述状态空间:编队中包含领导者无人机和跟随者无人机,此处从领导者与跟随者的角度对状态空间进行分类,对应的有领导者无人机s
l
和跟随者无人机的状态s
f
;定义领导者无人机的状态空间为:s
t
=(p
l
,p
tar
,v
l
)跟随者无人机的状态空间为:s
f
=(p
f
,p
l
,v
l
,v
f
)一般情况下领导者无人机向自己的既定目标位置p
tar
=(x
tar
,y
tar
,z
tar
)运动,跟随者无人机通过获取领导者无人机的位置信息,得到自己与其相对位置关系并保持队形;p
l
=(x
l
,y
l
,z
l
)为领导者无人机在笛卡尔坐标系中的坐标,p
f
=(x
f
,y
f
,z
f
)为跟随者无人机的位置坐
标,v
l
为领导者无人机的速度,v
f
为跟随者无人机的速度;最终有联合状态空间:s=(p
l
,p
f
,p
tar
,v
l
,v
f
)动作空间:对无人机的控制主要通过速度和角度的改变实现;此处将动作空间设定为:a=(u
v
,u
r
,u
p
)其中a
v
为对无人机速度的控制输入,对速度的控制变化量满足如下条件:角度的控制量包含u
r
和u
p
【专利技术属性】
技术研发人员:吴杰宏,于元哲,马坚,范纯龙,高利军,周振辉,杨华,毕静,邱虹坤,
申请(专利权)人:沈阳航空航天大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。