10.3969/j.issn.1674-5825.2023.01.011
基于多智能体强化学习的月面极端区域协同探测方法
针对单个月球车难以高效鲁棒地探测月面极端区域的问题,提出了一种基于多智能体强化学习的月球车协同探测方法.首先,将探测区域进行离散化处理,并使用栅格地图表达探测信息及各月球车的位置信息,然后,使用深度神经网络对视觉图像信息、激光雷达信息以及栅格地图信息进行特征提取;之后,在多智能体强化学习的架构下学习月球车的协同探测策略,通过设计考虑探测时间、安全约束及通信约束的奖励函数,使月球车可以快速安全地对月面极端区域进行协同探测;最后,在Gazebo中搭建了月面仿真环境并进行了仿真验证.结果表明:所提出的方法具备较高的探测效率与较好的安全保障.
月球车、月面极端区域、协同探测、多智能体强化学习
29
V476.3(航天器及其运载工具)
国家重大科技专项
2023-03-09(万方平台首次上网日期,不代表论文的发表时间)
共10页
78-87