自主移动接入应用中无人机集群的协调多智能体强化学习
Coordinated Multi-Agent Reinforcement Learning for Unmanned Aerial Vehicle Swarms in Autonomous Mobile Access Applications
AI总结：
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。
摘要：
本文提出了一种新颖的基于集中式训练与分布式执行（CTDE）的多智能体深度强化学习（MADRL）方法，用于自主移动接入应用中多架无人机（UAV）的控制。为此，在集中式训练中利用单一神经网络实现多个智能体之间的协作，同时最大化移动接入应用中的总服务质量（QoS）。
英文摘要：
This paper proposes a novel centralized training and distributed execution (CTDE)-based multi-agent deep reinforcement learning (MADRL) method for multiple unmanned aerial vehicles (UAVs) control in autonomous mobile access applications. For the purpose, a single neural network is utilized in centralized training for cooperation among multiple agents while maximizing the total quality of service (QoS) in mobile access applications.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
