首页 /研究 /基于采样的协调感知多目标多机器人强化学习
SWARM

基于采样的协调感知多目标多机器人强化学习

Antonio Marino, Esteban Restrepo, Soon-jo Chung, Paolo Robuffo Giordano, Claudio Pacchierotti

发表年份
2026
访问权限
开放获取

摘要

本文提出协调感知多目标强化学习框架,集成分布式权重预测和特权专家训练策略,实现完全去中心化部署。实验表明该方法在超体积指标上提升21.2%,并在Crazyflie无人机上验证了其鲁棒性。

关键词

multi-robotreinforcement learningmulti-objectivecoordinationsampling-based

相关论文

查看 SWARM 分类全部论文