基于DQN的单一飞行员驾驶模式分布式多智能体联盟任务分配策略

作     者：董磊 陈泓兵 陈曦 赵长啸 DONG Lei;CHEN Hongbing;CHEN Xi;ZHAO Changxiao

作者机构：中国民航大学民航航空器适航审定技术重点实验室天津300300 中国民航大学天津市民用航空器适航与维修重点实验室天津300300 中国民航大学安全科学与工程学院天津300300 

基　　金：国家重点研发计划(2021YFB1600600) 天津市教委科研计划项目(2022KJ058) 中央高校基本科研业务费项目中国民航大学专项资助(3122022044) 中国民航大学研究生科研创新资助项目(2021YJS011) 

出 版 物：《航空学报》 (Acta Aeronautica et Astronautica Sinica)

年 卷 期：2023年第44卷第13期

页      码：175-190页

摘      要：分布式任务决策是提高单一飞行员驾驶(SPO)模式分布式协同飞行组织架构多智能体系统自主性的关键。以多智能体协作执行复杂任务为背景,首先构建了一种考虑任务载荷资源需求、智能体资源空间限制以及执行窗口等多约束条件的SPO模式分布式多智能体联盟任务分配决策模型;其次,对Q-估值网络函数逼近器进行了设计,提出了基于深度Q网络(DQN)的联盟任务分配方法,选择有效智能体生成最优联盟任务分配结果的最佳执行路径,使联盟中各智能体能够以更加自适应的方式实现调度优化;最后通过数值仿真,验证了DQN方法求解复杂约束条件下SPO模式多智能体联盟任务分配问题的有效性和快速性。

主 题 词：单一飞行员驾驶 多智能体系统 任务分配 联盟生成 深度强化学习 神经网络 

学科分类：08[工学] 0825[工学-环境科学与工程类] 

核心收录：

D　O　I：10.7527/S1000-6893.2023.27895

馆 藏 号：203122658...