控制与决策

作者：孙辉辉,胡春鹤,张军国

单位：北京林业大学 工学院,北京 100083;淮南师范学院 机械与电气工程学院,安徽 淮南 232038,,北京林业大学 工学院,北京 100083;林木资源高效生产全国重点实验室,北京 100083,,北京林业大学 工学院,北京 100083;林木资源高效生产全国重点实验室,北京 100083,

关键词：强化学习;安全约束;运动规划;多智能体;事件触发

基金：国家自然科学基金项目(61703047)；河北省高等学校科学技术研究项目(QN2021312).

针对深度强化学习序贯决策过程中面临的动作安全性问题,研究一种事件触发式多智能体分层安全强化学习运动规划方法.首先,基于受限马尔可夫决策模型,构建一种具备安全约束的多智能体深度确定性策略梯度框架,该框架针对不同状态空间,以事件触发的方式实现运动策略的分层学习;然后,通过引入李雅普诺夫评价网络,建立带有条件约束的目标动作选择机制,并利用拉格朗日乘子法,解决多目标约束求解困难的问题,保证机器人内部决策的安全性;最后,在多机器人强化学习场景中对所提出方法进行实验.实验结果表明:触发式多智能体分层安全强化学习方法使得机器人的状态轨迹从危险状态中快速恢复至安全空间,增强了策略的安全性和多机协同运动规划能力.

来源：2024年第11期

《控制与决策》期刊编辑部

查看控制与决策杂志2024年第11期