摘要
本发明公开了一种基于MARL的多机器人导航与计算卸载方法,涉及多机器人导航与边缘计算交叉技术领域,设计MEC辅助的星地网络支持的多机器人导航系统;基于多机器人导航系统,将多机器人移动控制和计算卸载的联合优化问题形式化;将联合优化问题分解为移动控制子问题和计算卸载子问题,并设计强化学习三要素;基于强化学习三要素,提出DAOMAN算法求解移动控制与计算卸载的最优策略。在移动控制层面,本发明通过优化各个机器人的加速度,使得各个机器人都能各自在尽可能短的时间内到达各个目标地点。在计算卸载层面,本发明利用机器人周围的边缘计算设备为机器人提供服务,通过优化机器人计算任务的卸载策略,尽可能地缩短计算任务的平均完成时间。
技术关键词
机器人导航系统
卸载方法
机器人移动控制
地点
加速度
障碍物
坐标
基站
多智能体强化学习
算法
网络
信道
可读存储介质
梯度方法
卸载策略
处理器