基于多智能体引导的软 Actor–Critic 的多无人机协同任务规划方法
在复杂环境中执行协作任务的多个无人机面临诸多挑战，如难以做出协同决策、严格的时空一致性约束以及环境不确定性。本文研究的协作任务旨在让多个无人机同时抵达多个匀速移动的目标点。为应对这些挑战，本文提出了一种多智能体引导的软演员-评论家（MAGSAC）深度强化学习算法。在集中训练与分布式执行（CTDE）框架下，该算法引入引导网络来指导本地演员网络学习协同策略，从而缓解不确定环境下的多智能体决策非稳定性。此外，还设计了一种基于预计到达时间（ETA）的时空协调奖励函数，以促进无人机同步抵达。为解决奖励稀疏问题，本文开发了基于反向轨迹重建的 hindsight经验回放（HER）机制，并引入了延迟碰撞约束激活机制，在保障飞行安全的同时提升算法收敛性。仿真结果表明，MAGSAC在同步成功率、时间同步精度以及安全性方面均优于现有的主流算法。
热搜：协作任务、多智能体强化学习、接力投射、因果目标建模、时空一致性约束、软演员策略
