Coordinated Multi-Agent Reinforcement Learning for Unmanned Aerial Vehicle Swarms in Autonomous Mobile Access Applications
Korea University(高丽大学);Ajou University(亚洲大学)
本文针对自主移动接入场景,提出基于CTDE的多智能体深度强化学习方法,用单一神经网络集中训练多无人机协作,以最大化总服务质量。
2022-12-23 cs.AI cs.LG cs.MA
Age Minimization in Massive IoT via UAV Swarm: A Multi-agent Reinforcement Learning Approach
Centre for Wireless Communications (CWC), University of Oulu(奥卢大学无线通信中心(CWC))
针对无人机集群服务大规模物联网带来的高维决策问题,本文采用多智能体深度强化学习最小化全网信息年龄,并证明协作与部分协作方案优于集中式方法。
2023-09-26 cs.AI cs.LG
Machine Teaching in Hierarchical Genetic Reinforcement Learning: Curriculum Design of Reward Functions for Swarm Shepherding
School of Engineering & IT University of New South Wales Canberra(新南威尔士大学堪培拉校区工程与信息技术学院)
强化学习中奖励函数的设计是一种人类技能,伴随着经验而来。不幸的是,在文献中没有任何方法可以指导人类设计奖励函数,或者允许人类以系统的方式将在设计奖励函数时开发的技能转移给另一个人。在本文中,我们使用系统教学设计,在人类教育的方法,工程师的机器教育方法来设计奖励功能的强化学习。我们展示了在设计一个层次遗传强化学习器,采用神经网络表示进化的代理牧羊基于boids群的群控制器的方法。结果表明,该方法能够指导分层强化学习器的设计,分层学习中的每个模型通过多部分奖励函数进行增量学习。层次结构充当决策融合功能,将每个指令所学习的个人行为和技能结合起来,以创建一个智能牧羊人来控制群体。
2019-01-04 cs.AI
Navigation of micro-robot swarms for targeted delivery using reinforcement learning
本研究使用强化学习算法PPO和RPO,在流体动力学效应下通过单一控制器导航微型游泳者集群至圆形吸收目标,并利用课程学习成功实现了25个游泳者集群的机动控制。
2023-06-30 cs.AI cs.LG cs.RO
AgentJet: A Distributed Swarm Training Framework for Agentic Reinforcement Learning
Tongyi Lab, Alibaba Group(通义实验室,阿里巴巴集团)
提出AgentJet,一种解耦的多节点群体训练框架,支持异构多模型强化学习、多任务鸡尾酒训练、容错执行和实时代码迭代,并通过上下文跟踪模块实现1.5-10倍训练加速。
2026-07-22 cs.AI cs.LG cs.MA
Show me what you want: Inverse reinforcement learning to automatically design robot swarms by demonstration
Université libre de Bruxelles(布鲁塞尔自由大学)
自动设计是生成机器人群控制软件的一种很有前途的方法。到目前为止,自动设计依赖于任务特定的目标函数来指定所需的集体行为。在本文中,我们探讨的可能性,指定所需的集体行为,通过示范。我们开发Demo-Cho,一种自动设计方法,将逆强化学习与机器人群控制软件的自动模块化设计相结合。我们表明,只有在演示的基础上,而不需要提供一个明确的目标函数,Demo-Cho成功地生成了控制软件来执行四个任务。我们目前在模拟和物理机器人获得的结果。
2023-01-17 cs.LG cs.RO
Application of Deep Reinforcement Learning to UAV Swarming for Ground Surveillance
Information Processing and Telecommunications Center, Universidad Politécnica de Madrid(马德里理工大学信息处理与通信中心)
该研究针对地面监视场景下的无人机集群管理问题,提出融合深度强化学习的集中式混合AI系统,采用PPO算法训练子智能体行为,仿真验证其在目标搜索与跟踪上的有效性。
2025-01-15 cs.AI cs.RO
Human Implicit Preference-Based Policy Fine-tuning for Multi-Agent Reinforcement Learning in USV Swarm
Korea Military Academy (KMA)(韩国军事学院);KAIST(韩国科学技术院);Korea Advanced Institute of Science and Technology (KAIST)(韩国科学技术院);University of California, Riverside(加州大学河滨分校)
提出一种基于人类反馈的MARL方法,通过Agent-Level Feedback系统解决信用分配问题,并利用LLM评估器在多场景下验证,有效优化了USV集群策略。
2025-03-07 cs.AI cs.LG cs.MA
Using Reinforcement Learning to Herd a Robotic Swarm to a Target Distribution
Arizona State University(亚利桑那州立大学);University of California, Los Angeles(加州大学洛杉矶分校)
在本文中,我们提出了一个强化学习的方法来设计一个控制策略的“领导者”代理,羊群的“追随者”代理,通过排斥的相互作用,尽可能快地在一个强连接图的目标概率分布。领导者控制策略是群分布的函数,群分布根据常差分方程形式的平均场模型随时间演化。该策略依赖于每个图顶点上的代理种群,而不是单个代理活动,简化了领导者所需的观察,并使控制策略能够随代理数量而扩展。两个时间差学习算法,SARSA和Q学习,用于生成领导者控制策略的基础上的追随者代理分布和领导者的位置在图中。使用对应于4个顶点的网格图的仿真环境来训练和验证10到100个追随者代理种群的控制策略。最后,使用在100个模拟代理上训练的控制策略,成功地将10个小型机器人的物理群重新分配到4个空间区域之间的目标分布。
2020-12-12 cs.AI cs.LG cs.MA
ARISE: Adaptive Reinforcement Integrated with Swarm Exploration
Dayananda Sagar College of Engineering, Bangalore, India(达扬达萨加尔工程学院,班加罗尔,印度);Dept. of Computer Science and Engineering(计算机科学与工程系)
ARISE通过引入群体探索层提升强化学习的探索能力和鲁棒性,尤其在非平稳奖励环境下表现优异。
2026-01-02 cs.LG cs.SY eess.SY
Communication-Efficient Reinforcement Learning in Swarm Robotic Networks for Maze Exploration
University of Georgia(佐治亚大学)
本文提出一种通信高效的去中心化协作强化学习算法,通过分层局部信息交换协调群体机器人进行迷宫探索,在通信退化环境下显著提升覆盖精度与效率并降低成本。
2023-05-26 cs.AI cs.MA cs.NI
Integrated Communication and Control for Energy-Efficient UAV Swarms: A Multi-Agent Reinforcement Learning Approach
Key Laboratory of Universal Wireless Communications, Ministry of Education, Beijing University of Posts and Telecommunications(通用无线通信重点实验室,教育部,北京邮电大学)
针对复杂地理环境下无人机集群通信的链路中断与能耗约束,提出一体化通信控制机制和MAHPPO-AM算法,实现公平性0.99并最高节能25%。
2025-09-28 cs.LG cs.SY eess.SP
Communication-Free Collective Navigation for a Swarm of UAVs via LiDAR-Based Deep Reinforcement Learning
Department of Mechanical Engineering, Ulsan National Institute of Science and Technology(机械工程系,釜山国立科学技术研究院);Department of Mechanical Engineering, Korea Advanced Institute of Science and Technology(机械工程系,韩国科学技术院)
本文提出一种基于激光雷达的深度强化学习方法,使无人机群在无通信和无外部定位的情况下实现稳健的集体导航。
2026-01-20 cs.AI cs.LG cs.MA
Scalable Task-Driven Robotic Swarm Control via Collision Avoidance and Learning Mean-Field Control
Technische Universität Darmstadt(达姆施塔特工业大学)
近年来,强化学习及其多智能体模拟在解决各种复杂控制问题方面取得了巨大的成功。然而,多智能体强化学习在其理论分析和算法的经验设计方面仍然具有挑战性,特别是对于大量的具体机器人代理,其中确定的工具链仍然是积极研究的一部分。我们使用新兴的国家的最先进的平均场控制技术,以转换成更经典的单代理控制的分布多代理群体控制。这允许从单智能体强化学习的进步中获利,代价是假设智能体之间的弱交互。然而,平均场模型是违反了真实系统的本质体现,物理碰撞代理。因此,我们结合避免碰撞和学习的平均场控制到一个统一的框架,可追溯地设计智能机器人群体行为。在理论方面,我们提供了新的近似保证一般的平均场控制在连续空间和避免碰撞。在实践方面,我们表明,我们的方法优于多智能体强化学习,并允许分散的开环应用,同时避免碰撞,无论是在模拟和真实的无人机群。总的来说,我们提出了一个框架,设计的群体行为,这是数学上有充分的依据和实际有用的,否则难以解决的群体问题的解决方案。
2023-02-09 cs.AI cs.LG cs.RO
Distributed Reinforcement Learning for Flexible and Efficient UAV Swarm Control
University of Padova(帕多瓦大学);Aalborg University(奥尔堡大学)
在过去的几年中,由于无人机的价格降低和功能增强,无人机(UAV)在监控和偏远地区监控应用中的使用已经变得普遍。群中的无人机需要合作探索未知区域,以识别和监视感兴趣的目标,同时尽量减少它们的运动。在这项工作中,我们提出了一种分布式强化学习(RL)方法,无需修改即可扩展到更大的群体。所提出的框架依赖于无人机通过通信信道交换一些信息的可能性,以实现上下文感知和隐式协调群的行动。实验结果表明,该方法能有效地解决目标和障碍物的非均匀分布问题,对通信信道损伤具有鲁棒性。此外,当代理在特定场景中接受培训时,他们可以通过最少的额外培训来适应新的场景。我们还表明,我们的方法实现了更好的性能相比,计算密集型前瞻性启发式。
2021-03-08 cs.LG cs.RO
From Pheromones to Policies: Reinforcement Learning for Engineered Biological Swarms
Department of Computer Science, University of Namur(南姆大学计算机科学系)
本研究证明信息素介导的线虫聚集等价于强化学习,并通过引入探索性个体恢复动态环境中的集体可塑性,为工程化生物群体提供韧性决策框架。
2025-09-24 cs.AI
Federated Reinforcement Learning for Collective Navigation of Robotic Swarms
The University of Manchester(曼彻斯特大学);Czech Technical University in Prague(布拉格捷克理工大学);Durham University(杜伦大学)
深度强化学习(DRL)的最新进展通过允许自动控制器设计而为机器人技术做出了贡献。群机器人系统需要比单个机器人系统更复杂的控制器来引导期望的集体行为,自动控制器的设计是群机器人系统设计的关键方法。虽然基于DRL的控制器设计方法显示了其有效性,但在机器人-服务器通信不稳定或有限的现实环境中,对中央训练服务器的依赖是一个关键问题。我们提出了一种新的联邦学习(FL)为基础的DRL训练策略(FLDDPG)用于群体机器人应用。通过在有限通信带宽的情况下与基线策略的比较,结果表明,FLDDPG方法导致更高的鲁棒性和推广能力到不同的环境和真实的机器人,而基线策略受到通信带宽的限制。这一结果表明,所提出的方法可以使在通信带宽有限的环境中操作的群机器人系统受益,例如,在高辐射、水下或地下环境中。
2022-09-11 cs.LG cs.RO
Hierarchical Reinforcement Learning for Swarm Confrontation with High Uncertainty
School of Automation Science and Electrical Engineering, Beihang University(北京航空航天大学自动化科学与电气工程学院)
针对高不确定性下集群对抗的混合决策难题,提出含目标分配、路径规划与不确定性驱动交互机制的分层强化学习方法,并通过预训练和交叉训练提升稳定性,20至40智能体实验胜率约90%。
2024-10-25 cs.AI cs.LG cs.RO
Particle Swarm Optimization for Generating Interpretable Fuzzy Reinforcement Learning Policies
Siemens AG, Corporate Technology(西门子公司企业技术部)
本文提出一种基于模糊粒子群强化学习(FPSRL)的方法,通过训练参数在模拟真实系统动态的世界模型上生成可解释的模糊强化学习策略,适用于无法进行在线学习的领域。
2017-08-15 cs.AI cs.LG cs.NE
Coordinated Anti-Jamming Resilience in Swarm Networks via Multi-Agent Reinforcement Learning
本文提出基于QMIX算法的多智能体强化学习框架,用于提升蜂群网络在反应式干扰下的通信韧性,通过仿真验证其在对抗环境中的有效性。
2025-12-18 cs.AI cs.DC cs.LG
Reinforcement Learning for Decision-Level Interception Prioritization in Drone Swarm Defense
Artificial Twin(人工双)
针对无人机蜂群防御中的拦截优先级决策问题,本文提出在离散动作空间中使用强化学习智能体协调多效应器,并通过高保真仿真验证其相比规则基线的更低损害与更高防御效率。
2025-09-20 cs.LG
Collision Avoidance and Navigation for a Quadrotor Swarm Using End-to-end Deep Reinforcement Learning
University of Southern California(南加州大学);Amazon(亚马逊公司)
本文提出端到端深度强化学习方法,结合课程训练、碰撞片段重放和注意力机制,实现四旋翼集群在障碍环境中的避障导航,并首次实现零样本迁移到真实无人机。
2024-05-06 cs.AI cs.MA cs.RO
A Local Information Aggregation based Multi-Agent Reinforcement Learning for Robot Swarm Dynamic Task Allocation
Shanghai Research Institute for Intelligent Autonomous Systems, Tongji University(同济大学上海智能自主系统研究院);Shanghai Institute of Intelligent Science and Technology, Tongji University(同济大学上海智能科学技术研究院)
针对动态环境下机器人群的任务分配优化问题,提出融合CTDE的LIA_MADDPG算法,通过LIA模块提升决策效率,实证表明其可无缝集成到多种MARL方法中,且在多维度性能上优于传统算法。
2024-11-29 cs.AI cs.MA cs.RO
Optimizing Variational Quantum Circuits Using Metaheuristic Strategies in Reinforcement Learning
LMU Munich(慕尼黑大学)
本文研究将粒子群优化、模拟退火等元启发式算法引入量子强化学习,以解决梯度方法在平坦解景观中失效的问题,并在MiniGrid和Cart Pole环境中验证了粒子群优化与模拟退火的优越性能。
2024-08-02 cs.AI cs.LG quant-ph
Emergent Escape-based Flocking Behavior using Multi-Agent Reinforcement Learning
LMU Munich(慕尼黑大学);MaibornWolff
在自然界中,在许多物种中观察到群集或群集行为,因为它具有有益的特性,例如减少被捕食者捕获的可能性。在本文中,我们提出了SELFish(Swarm Emergent Learning Fish),一种具有多个自主智能体的方法,这些智能体可以在连续空间中自由移动,以避免被当前捕食者捕获。捕食者有一种特性,它可能会被附近的多个可能的猎物分散注意力。我们表明,这种属性在与自我利益的代理人进行交互,这些代理人经过强化学习训练,尽可能长时间地生存,从而导致类似于Boids的群集行为,这是群集行为的常见模拟。此外,我们提出了有趣的见解,在群集行为,并在我们的建模环境中被抓获的过程中的代理。
2019-05-10 cs.AI cs.MA
DSSE: a drone swarm search environment
Insper;Embraer
基于PettingZoo的多智能体强化学习环境,无人机通过动态概率输入搜索目标。
2026-05-27 cs.AI cs.LG cs.RO
Collaborative Target Search with a Visual Drone Swarm: An Adaptive Curriculum Embedded Multistage Reinforcement Learning Approach
Nanyang Technological University(南洋理工大学)
针对视觉无人机集群在无先验信息下的协同目标搜索难题,提出自适应课程嵌入多阶段强化学习方法,通过任务分解与难度自适应调整实现高效训练,并在真实集群中验证了其有效性与泛化能力。
2023-11-25 cs.AI cs.RO
Generating Interpretable Fuzzy Controllers using Particle Swarm Optimization and Genetic Programming
Technical University of Munich(慕尼黑工业大学);Siemens AG(西门子股份公司)
使用预先存在的工厂轨迹数据自主训练可解释的控制策略(称为策略)在工业应用中具有极大的兴趣。模糊控制器作为可解释的、有效的系统控制器已经在工业中使用了几十年。在这项研究中,我们引入了一个模糊遗传编程(GP)的方法,称为模糊GP强化学习(FGPRL),可以选择相关的状态特征,确定所需的模糊规则集的大小,并自动调整所有的控制器参数同时。每个GP个体的适应度使用基于模型的批处理强化学习(RL)来计算,该批处理首先使用可用的系统样本来训练模型,然后执行Monte Carlo推出以预测每个策略候选者的性能。我们比较FGPRL的相关方法称为模糊粒子群强化学习(FPSRL),它使用群体智能调整模糊政策参数的扩展版本。使用工业基准的实验表明,FGPRL能够自主学习可解释的模糊策略,具有较高的控制性能。
2018-04-29 cs.AI
Reinforcement Learning for Enhancing Sensing Estimation in Bistatic ISAC Systems with UAV Swarms
New York University (NYU) Abu Dhabi(纽约大学阿布扎比分校);NYU Tandon School of Engineering(纽约大学坦登工程学院);Technology Innovation Institute (TII)(技术创新研究所)
针对无人机群双基地ISAC系统的感知增强需求,提出采用集中训练分布式执行的多智能体强化学习框架,结合传输功率自适应技术,在多场景下实现了稳健可扩展的感知性能提升。
2025-01-11 cs.LG eess.SP
Programmable Control of Ultrasound Swarmbots through Reinforcement Learning
ETH Zurich(苏黎世联邦理工学院)
针对声学驱动微型机器人自主控制难题,提出基于强化学习的微气泡声学导航方法,利用次级辐射力形成微气泡群并使用超10万张图像训练,首次实现微流控环境中的自主导航与鲁棒控制。
2022-09-30 cs.AI cs.RO
Symmetries-enhanced Multi-Agent Reinforcement Learning
University of Pennsylvania(宾夕法尼亚大学);Athena RC(雅典娜研究中心)
本文提出一种嵌入外在对称性的多智能体强化学习框架,通过群等变Graphormer架构,在对称性破缺的四旋翼机群任务中显著降低碰撞率并提升任务成功率,实现更好的泛化与零样本可扩展性。
2025-04-25 cs.AI cs.LG cs.MA
Meta Reinforcement Learning for Strategic IoT Deployments Coverage in Disaster-Response UAV Swarms
Hamad Bin Khalifa University(哈马德·本·哈利法大学)
针对灾害响应中无人机集群服务战略物联网位置的能耗与路径规划难题,提出轻量级元强化学习方法,实现快速收敛并优于三种现有学习算法。
2024-01-20 cs.LG cs.RO
Adaptive Swarm Mesh Refinement using Deep Reinforcement Learning with Local Rewards
Karlsruhe Institute of Technology (KIT)(卡尔斯鲁厄理工学院)
本文提出基于深度强化学习的自适应群体网格细化方法,通过智能体协作实现高效优化,生成高适应性网格,提升复杂模拟的效率和精度。
2026-01-29 cs.LG cs.MA
Swarm Reinforcement Learning For Adaptive Mesh Refinement
Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院)
针对传统自适应网格细化方法依赖启发式或高成本误差估计、现有学习方法仅适用于简单场景的问题,提出将AMR建模为自适应群体马尔可夫决策过程,结合消息传递网络的ASMR方法,实现高效泛化、显著加速且精度媲美高成本最优策略。
2023-10-09 cs.LG cs.MA cs.NA
Learning to Navigate in Turbulent Flows with Aerial Robot Swarms: A Cooperative Deep Reinforcement Learning Approach
University of Pennsylvania(宾夕法尼亚大学);Amazon Robotics(亚马逊机器人公司);Universidad Santo Tomas(圣托马斯大学);Bethune Cookman University(白求恩-库克曼大学);Lehigh University(利哈伊大学)
本文提出基于GCNN的协作式深度强化学习多机器人控制器,通过邻居信息共享学习风流对团队的影响,实现可扩展且可泛化的湍流导航与补偿。
2023-06-07 cs.LG cs.MA cs.RO
From Static to Adaptive Defense: Federated Multi-Agent Deep Reinforcement Learning-Driven Moving Target Defense Against DoS Attacks in UAV Swarm Networks
School of Cyber Science and Engineering, Southeast University, Purple Mountain Laboratories, and Jiangsu Province Engineering Research Center of Security for Ubiquitous Network(网络信息安全学院,东南大学,紫金山实验室,江苏省 ubiquitous 网络安全工程研究中心)
本文提出基于联邦多智能体深度强化学习的移动目标防御框架,用于无人机蜂群网络中的DDoS攻击防护,通过动态防御策略提升网络韧性。
2025-11-20 cs.AI cs.CR cs.LG
Autonomous Drone Swarm Navigation and Multi-target Tracking in 3D Environments with Dynamic Obstacles
Pakistan Institute of Engineering Applied Sciences(巴基斯坦工程应用科学学院);University of Azad Jammu and Kashmir(自由查谟和克什米尔大学)
针对复杂三维动态环境下无人机集群导航与多目标跟踪难题,提出含动态集群管理、避障寻路及目标跟踪与岛屿建模的三阶段深度强化学习策略,实现集群分裂合并并有效跟踪多类目标。
2022-02-13 cs.AI cs.CV cs.RO
SwarmRL: Building the Future of Smart Active Systems
Institute for Computational Physics(计算物理研究所);University of Stuttgart(斯图加特大学)
本文介绍了开源Python包SwarmRL,它通过经典控制和深度强化学习方法控制微观胶体,提供统一框架以部署模型于模拟或真实环境,旨在加速并简化微机器人控制研究。
2024-04-25 cond-mat.soft cs.AI cs.MA
Distributed Autonomous Swarm Formation for Dynamic Network Bridging
Institute for Human & Machine Cognition (IHMC)(人机认知研究所);The University of West Florida (UWF)(西佛罗里达大学);Fraunhofer Institute for Communication, Information Processing and Ergonomics (FKIE)(弗劳恩霍夫通信、信息处理与人体工程学研究所);US Army Research Laboratory (ARL)(美国陆军研究实验室)
本文在Dec-POMDP框架下形式化动态网络桥接问题,并提出基于图卷积强化学习DGN的多智能体强化学习方法,通过仿真和近LVC无人机框架验证其在分布式集群组网中的有效性。
2024-04-02 cs.AI cs.LG cs.MA
Transformer-Guided Swarm Intelligence for Frugal Neural Architecture Search
本文提出基于Transformer与人工蜂群算法结合的节俭神经架构搜索框架,通过动态熵机制防过早收敛,解决“冷启动”问题。在CIFAR-10及信用卡欺诈检测任务中表现出色,能发现高效、参数少的模型,适合边缘部署。
2026-07-14 cs.AI cs.LG cs.NE
Deep Reinforcement Learning for Trajectory Path Planning and Distributed Inference in Resource-Constrained UAV Swarms
Hamad Bin Khalifa University(哈马德·本·哈利法大学);Barzan Holdings QSTP LLC(巴尔赞控股卡塔尔科技园有限责任公司)
无人机(UAV)的部署灵活性和机动性增加了其在各种应用中的采用,例如野火跟踪,边界监控等。在许多关键应用中,UAV捕获图像和其他传感数据,然后将捕获的数据发送到远程服务器进行推理和数据处理任务。然而,由于连接不稳定、有限的带宽和端到端延迟,这种方法在实时应用中并不总是实用的。一个有前途的解决方案是将推理请求分成多个部分(层或段),每个部分基于可用资源在不同的UAV中执行。此外,一些应用需要无人机穿越某些区域并捕获事件;因此,规划其路径变得特别重要,以减少进行协作推理过程的延迟。具体而言,规划UAV轨迹可以通过与相同接近度的设备通信来减少数据传输延迟,同时减轻传输干扰。这项工作的目的是设计一个模型的分布式协同推理请求和无人机群的路径规划,同时尊重由于推理请求的计算负载和内存使用的资源约束。该模型被制定为一个优化问题,旨在最大限度地减少延迟。制定的问题是NP难的,所以找到最优解是相当复杂的,因此,本文介绍了一个实时和动态的解决方案,在线应用程序使用深度强化学习。我们进行了广泛的模拟,并将我们的结果与最先进的研究进行比较,证明我们的模型优于竞争模型。
2022-12-21 cs.DC cs.LG cs.RO
Efficient UAV Trajectory-Planning using Economic Reinforcement Learning
Florida International University(佛罗里达国际大学)
无人机(UAV)设计的进步已经开辟了各种各样的应用,如监视,消防,蜂窝网络和交付应用。此外,由于成本的降低,采用UAV机群的系统已经变得流行。无人机在系统中的独特性产生了一组新的轨迹或路径规划和协调问题。环境包括比无人机多得多的兴趣点(POI),具有障碍物和禁飞区。我们介绍REPlanner,一种新的多智能体强化学习算法的启发,经济交易的无人机之间分配任务。该系统围绕经济理论,特别是拍卖机制,其中UAV交易分配的POI。我们制定的路径规划问题作为一个多智能体的经济游戏,代理可以合作和竞争资源。然后,我们将问题转化为部分可观察马尔可夫决策过程(POMDP),使用部署在每个代理上的强化学习(RL)模型来解决。由于该系统通过无人机合作计算任务分配,因此它对群规模的任何变化都具有高度的弹性。我们提出的网络和经济游戏架构可以有效地协调群体作为一个紧急的现象,同时保持群体的运作。评估结果表明,REPlanner有效地优于传统的基于RL的轨迹搜索。
2021-03-03 cs.AI
Distributed Machine Learning for UAV Swarms: Computing, Sensing, and Semantics
King’s College London(伦敦国王学院);Zhejiang University(浙江大学);Pusan National University(釜山国立大学)
无人机群由于其灵活性、移动性、低成本以及协作和自主提供服务的能力而被认为是下一代通信网络的有前途的技术。分布式学习(DL)使无人机群能够智能地提供通信服务、多方向远程监视和目标跟踪。本文首先介绍了联邦学习(FL)、多智能体强化学习(MARL)、分布式推理和分裂学习等几种流行的深度学习算法,并对它们在无人机机群中的应用进行了全面综述,如航迹设计、功率控制、无线资源分配、用户分配、感知和卫星通信等。然后,介绍了无人机机群在无线通信系统中的几种最新应用,如可重构智能表面(RIS)、虚拟现实(VR)、语义通信等,并讨论了DL使能的无人机机群在这些应用中可以解决的问题和挑战。最后,我们描述了开放的问题,使用DL无人机群和未来的研究方向DL使无人机群。总之,本次调查提供了一个全面的调查各种DL应用无人机群在广泛的场景。
2023-01-03 cs.AI cs.LG
SwarmAgentic: Towards Fully Automated Agentic System Generation via Swarm Intelligence
LMU Munich(慕尼黑大学);Technical University of Munich(慕尼黑工业大学);Munich Center for Machine Learning(慕尼黑机器学习中心)
针对现有智能体系统生成缺乏自主性的问题,提出SwarmAgentic框架,从零构建并联合优化智能体功能与协作,在六个任务上超越基线,显著提升性能。
2025-06-18 cs.AI cs.MA
Counterexample-Guided Repair of Reinforcement Learning Systems Using Safety Critics
University of Konstanz(康斯坦茨大学)
针对深度强化学习智能体违反安全约束的问题,提出一种利用安全评论器的反例引导修复算法,通过梯度约束优化联合修复智能体与评论器,消除不安全行为。
2024-05-24 cs.LG cs.LO
Physics-Guided Actor-Critic Reinforcement Learning for Swimming in Turbulence
University of Arizona(亚利桑那大学)
本文提出物理引导的演员-评论家强化学习策略,用解析物理函数替代神经网络评论家,在湍流中维持粒子靠近被动对应物,数值实验证明其优于标准强化学习方法。
2024-11-10 cs.LG cs.SY eess.SY
Reinforcement Learning Controlled Adaptive PSO for Task Offloading in IIoT Edge Computing
Curtin University(科廷大学);Faculty of Science and Engineering(科学与工程学院)
提出结合APSO与强化学习SAC的混合方案,在IIoT边缘计算中适应动态变量并优化任务卸载决策与资源分配。
2025-01-25 cs.DC cs.LG
Social Vehicle Swarms: A Novel Perspective on Social-aware Vehicular Communication Architecture
Xidian University(西安电子科技大学);Temple University(天普大学)
车联网是与D2D通信和物联网相关的有前途的领域。我们提出了一个新的视角,车辆通信,社会车辆群,研究和分析社会意识的车辆互联网的援助下,基于代理的模型,旨在揭示隐藏的模式背后的表面数据。在讨论了其组成部分,即其代理,环境和规则,我们介绍了支持技术和方法,深度强化学习,隐私保护数据采掘和亚云计算,以有效地检测每个人最重要和最感兴趣的信息,这是关键的愿望。最后,几个相关的研究课题和挑战进行了讨论。
2018-10-29 cs.AI cs.CY
Large Artificial Intelligence Model Guided Deep Reinforcement Learning for Resource Allocation in Non Terrestrial Networks
Faculty of Engineering, Sunway University, Petaling Jaya, Malaysia(工程学院,Sunway大学,Petaling Jaya,马来西亚);Future Cities Research Institute, Sunway University, Petaling Jaya, Malaysia(未来城市研究 institute,Sunway大学,Petaling Jaya,马来西亚)
本文提出利用大语言模型引导深度强化学习,以提升非地面网络资源分配的性能,在极端天气下表现优于传统方法。
2026-01-13 cs.AI cs.SY eess.SY
Demonstration Guided Multi-Objective Reinforcement Learning
University of Galway(高威大学)
针对多目标强化学习中偏好多样且策略从零训练困难的问题,提出 DG-MORL,利用示范、角点权重对齐和自进化机制提升性能,并证明其优势及样本复杂度上界。
2024-04-05 cs.AI cs.LG
Rule-Based Conflict-Free Decision Framework in Swarm Confrontation
School of Automation Science and Electrical Engineering, Beihang University(北京航空航天大学自动化科学与电气工程学院)
针对群体对抗中有限状态机因决策冲突导致的抖动或死锁问题,本文提出融合概率有限状态机、深度卷积网络与强化学习的可解释决策框架,在真实实验中实现了优于其他方法的可靠自适应决策。
2025-03-10 cs.AI
A Learning Framework For Cooperative Collision Avoidance of UAV Swarms Leveraging Domain Knowledge
本文提出一种基于领域知识驱动奖励的多智能体强化学习框架,通过将障碍物建模为二维场极大值并近似等高线来实现无人机集群的协同避碰,支持大规模集群训练并在复杂环境中表现出色。
2025-07-15 cs.LG cs.MA cs.RO
Knowledge-guided Deep Reinforcement Learning for Interactive Recommendation
University of New South Wales(新南威尔士大学);University of Technology Sydney(悉尼科技大学)
交互式推荐旨在从项目和用户之间的动态交互中学习,以实现响应性和准确性。强化学习在应对动态环境方面具有先天优势,因此在交互式推荐研究中引起了越来越多的关注。受知识感知推荐的启发,本文提出了知识引导的深度强化学习(KGRL),利用强化学习和知识图谱的优势进行交互式推荐。该模型是在演员-评论家网络框架上实现的。它维护一个本地知识网络来指导决策,并采用注意力机制来捕获项目之间的长期语义。我们在模拟的在线环境中使用六个公开的真实世界数据集进行了全面的实验,并证明了我们的模型优于几种最先进的方法。
2020-04-17 cs.IR cs.LG stat.ML
Signaling and Social Learning in Swarms of Robots
本文研究去中心化机器人群体中通信对协调与信用分配的作用,提出以信息选择和物理抽象为轴的通信分类体系,并综述进化机器人学、多智能体强化学习、语言模型及生物物理学模型中的社会学习机制与挑战。
2024-11-19 cs.AI cs.LG cs.MA