基于拥塞避免和震荡解除机制的多智能体路径规划方法

一种基于拥塞避免和震荡解除机制的多智能体路径规划方法，多智能体局部环境信息的采集和处理；根据动态环境构建拥塞信息；构建深度神经网络提取可观测环境特征；通过选择通信机制使局部范围内的智能体进行有效信息交互，推动多智能体协作任务完成；基于D3QN方式对网络模型进行训练，并引入优先经验回放和课程学习，提高方法学习效率和稳定性；根据近7步位移信息判断智能体是否陷入震荡，并用搜索算法解除震荡，提高算法成功率。本发明有效减少运行过程中拥塞情况的发生，缓解了大规模任务中智能体陷入震荡的情况，使得本发明随着任务规模的扩大仍保持着良好的求解效果，且有较好的实用价值。