摘要
本发明公开了一种基于联邦多智能体SAC算法的无人艇协同围捕方法,包括:构建欠驱动无人艇的三自由度运动学模型;基于SAC算法建立单智能体的策略学习模型,采用最大熵目标进行策略训练与优化;设计集中式训练—分布式执行架构;建立联邦聚合机制;构建联邦多智能体SAC算法框架,实现多智能体间策略协同更新与围捕控制任务的高效执行。该方法结合SAC算法和集中式训练—分布式执行机制,实现多智能体策略优化;通过联邦平均算法实现多智能体策略参数的周期性聚合,提升全局策略一致性与系统协同能力。本发明可实现多智能体策略协同优化,具备通信效率高、策略收敛快、适应性强等优点,适用于复杂环境下的无人艇围捕任务。
技术关键词
围捕方法
SAC算法
策略
网络
算法框架
参数
非线性水动力
欠驱动无人艇
坐标系
多层感知机
服务器
速度
矩阵
周期性
非线性特征
机制
处理器
决策