基于模仿学习和强化学习的启发式多智能体路径规划
所屬分類：技术论文
上傳者：wwei
文檔大?。?span>1703 K
標簽： 多智能体路径规划 强化学习 模仿学习
所需積分：0分積分不夠怎么辦？
文檔介紹：多智能体路径规划（Multi-Agent Path Finding, MAPF）扩展到大型动态环境中是一个越来越有挑战的问题。现实世界中，环境动态变化往往需要实时重新规划路径。在部分可观察环境中，使用强化学习方法学习分散的策略解决MAPF问题表现出较大潜力。针对智能体之间如何学会合作和环境奖励稀疏问题，提出基于模仿学习和强化学习的启发式多智能体路径规划算法。实验表明，该方法在高密度障碍环境中具有较好的性能和扩展性。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。