Jan, 2024

无人机元宇宙中双生迁移的微型多智能体强化学习：多领导者多追随者斯塔克伯格博弈方法

PDF
TL;DR无人机和元宇宙之间的协同作用催生出一种名为无人机元宇宙的新范式，它创建了一个统一的生态系统，将物理空间和虚拟空间相融合，改变了无人机的互动和虚拟探索。我们提出了一种基于修剪技术的小型机器学习斯塔克贝格博弈框架，用于实现无人机元宇宙中高效的 UT 迁移，其次设计了一种 Tiny MADRL 算法，以获得表示最优博弈解的小型网络。数值结果表明，我们的方案比传统方案具有更好的性能。
unmanned aerial vehiclesmetaversesuav twinsreal-time ut migrationtiny madrl algorithm
发现论文，激发创造
  • 基于扩散的动态无人机辅助车辆双子迁移在车辆元宇宙中的强化学习

    本文提出了一种基于动态无人机辅助的车辆双生物迁移框架，使用空地一体化网络中的无人机作为辅助服务器，以平衡 RSU 的负载并提高双生物迁移质量。模拟结果表明，与其他基准方案相比，基于扩散式强化学习算法和无人机辅助的方法效果更好。

    Jun, 2024

  • 多无人机网络的低成本增强训练中不完美数字孪生辅助

    通过引入数字孪生技术来减少无人机网络实际训练的成本，该方法使用两个级联神经网络进行优化，同时保证了训练性能。

    Oct, 2023

  • 一种基于强化学习和凸优化的混合框架用于基于无人机的自主元宇宙数据采集

    本文提出了一种无人机辅助的 Metaverse 网络系统模型，通过资源分配和轨迹控制来提高数据收集效率，采用强化学习和凸优化的混合框架来解决时间依赖性优化问题，仿真结果表明该框架能够在给定传输功率资源下减少任务完成时间。

    May, 2023

  • AIoT - 可控交通虚拟城市中基于多智能体深度强化学习的动态角色迁移与轨迹预测

    本研究提出了一个基于实时轨迹预测和多智能体深度强化学习技术的动态迁移框架，以解决虚拟汽车元宇宙中的任务迁移问题。数值结果表明，我们提出的算法可以有效地减少大约 25％的任务执行延迟，并改善用户在 AIoT-enabled Vehicular Metaverse (AeVeM) 中的沉浸式体验。

    Jun, 2023

  • 基于分布式多智能体元学习的 无线无人机网络轨迹设计

    本研究采用基于价值分解的强化学习算法来解决能量限制多个无人机在动态无线网络环境下的航迹规划问题，以最大化无人机服务的用户群组覆盖率，并通过元学习机制优化算法的性能。仿真结果显示，该算法相较于基准多智能体算法，能够分别提高 53.2% 的服务覆盖率和 30.6% 的收敛速度，并且在面对之前未见过的任务时，元学习可提高算法的收敛速度高达 53.8％。

    Dec, 2020

  • 基于 MADRL 的无人机轨迹设计及在车联网中的防碰撞机制

    在未来的 6G 网络中，无人机作为移动基站将发挥基础作用，特别是在车联网 (V2X) 应用中。本文提出了一种基于排名的二进制掩码方法，以解决多个无人机协作服务同一区域时的碰撞问题，提高训练性能并满足安全约束。

    Jan, 2024

  • 多智能体强化学习用于协作无人机卸载蜂窝通信

    通过多代理强化学习框架，本研究介绍了一种有效利用多个无人机最大化地满足用户对数据传输的需求的方法，其中重点是在服务质量约束下共同优化无人机轨迹和用户关联指标。

    Feb, 2024

  • 多智能体深度强化学习在多无人机辅助移动边缘计算中的轨迹规划应用

    提出一种无人机辅助的移动边缘计算框架，采用多智能体深度强化学习算法来优化无人机的轨迹，同时通过低复杂度方法优化用户设备的卸载决策。该解决方案相较于传统算法在服务用户设备公平性、无人机负载公平性和所有用户设备的能耗上性能表现较好。

    Sep, 2020

  • 应用元强化学习进行策略性物联网部署在灾害应对无人机群的覆盖

    通过优化模型、轻量级元 - 强化学习解决方案以及广泛的模拟实验，在提供了快速收敛的同时，证明了介绍的方法在为战略位置提供覆盖方面优于现有的三种算法。

    Jan, 2024

  • 一种可扩展和可并行化的数字孪生框架，用于多智能体强化学习系统的可持续的模拟到现实过渡

    本文提出了一种可持续的多智能体深度强化学习框架，能够按需选择性地扩展并行训练工作负载，并利用最小的硬件资源将训练策略从模拟转移到真实环境中。我们引入了 AutoDRIVE 生态系统作为一种使合作和竞争的多智能体强化学习策略能够从模拟环境转移到现实环境中进行训练、部署和传输的数字孪生框架。在研究中，我们首先探讨了 4 个合作车辆（Nigel）在单个智能体和多智能体学习环境中共享有限状态信息时的交叉路口问题，并采用了共同的策略方法。然后，我们使用个体策略方法研究了 2 辆车（F1TENTH）的对抗自主赛车问题。在实验中，我们采用了分散式学习架构，能够在不确定性环境中进行稳健的策略训练和测试。智能体只能观察到有限的观测空间，并且只能采样满足运动动力学和安全约束的控制动作。我们以定量指标和定性评述的方式报告了两个问题陈述的实验结果，包括训练和部署阶段。我们还讨论了用于加速多智能体强化学习训练的智能体和环境并行化技术，并分析了它们的计算性能。最后，我们使用提出的数字孪生框架展示了从模拟环境到真实环境中训练策略的资源感知过渡。

    Mar, 2024