文献类型：期刊文章

作　　者：马瑞[1] 欧阳权[1] 吴兆香[1] 丛玉华[2] 王志胜[1]

MA Rui;OUYANG Quan;WU Zhao-xiang;CONG Yu-hua;WANG Zhi-sheng(College of Automation Engineering,Nanjing University of Aeronautics and Astronautics,Nanjing 211106,China;College of Computer Science,Nanjing University of Science and Technology Zijin College,Nanjing 210023,China)

机构地区：[1]南京航空航天大学自动化学院,江苏南京211106 [2]南京理工大学紫金学院计算机学院,江苏南京210023

出　　处：《计算机与现代化》

基　　金：国家自然科学基金面上项目(61473144);南京航空航天大学研究生创新基金资助项目(kfjj20200334);南京理工大学紫金学院校级科研项目(2019ZRKX0401006)。

年　　份：2022

期　　号：1

起止页码：98-102

语　　种：中文

收录情况：IC、ZGKJHX、普通刊

摘　　要：无人机因其成本低、操控性强等优势,在电网线路与电塔的巡检任务中取得了广泛的应用。在大范围电网巡检任务中,单台无人机由于其续航半径有限,需要多架无人机协作完成巡检任务。传统任务规划方法存在计算速度慢、协作效果不突出等问题。针对以上问题,本文提出一种基于多智能体强化学习值混合网络(QMIX)的任务规划算法,采用集中训练、分散执行的框架,为每架无人机建立循环神经网络,并通过混合网络得到联合动作值函数指导训练。该算法通过设计任务奖赏函数以激发多智能体的协作能力,有效解决多无人机任务规划协作效率低的问题。仿真实验结果表明所提算法的任务时间相比于常用的值分解网络(VDN)算法减少了350.4 s。

关 键 词：强化学习  电力巡检  多智能体协作

分 类 号：TP399]