公开(公告)号：CN117826867A

公开(公告)日：2024-04-05

申请号：CN202410240296.8

申请日：2024-03-04

Applicant: 之江实验室

Inventor： 陆亚飞 ,  韩哲 ,  薛均晓 ,  严笑然 ,  滕皓 ,  刘洋 ,  张德文 ,  郭刚

IPC: G05D1/695 ,  G05D109/20

Abstract: 本申请涉及一种无人机集群路径规划方法、装置和存储介质，其中，该无人机集群路径规划方法包括：通过根据预设的连续课程学习框架确定各无人机的任务成功范围；在任务成功范围内，根据各无人机获取到的局部观测状态信息和各无人机的自身性能约束信息，对应用于无人机的无人机集群路径规划模型进行训练；根据各无人机的存活状态或预设的训练时间确定训练是否结束；若是，则输出最后训练得到的目标无人机集群路径规划模型；根据目标无人机集群路径规划模型输出待规划的各无人机实际航行路径。提高了无人机自主学习课和应对复杂的三维环境的能力，提高了路径规划的准确性。

公开(公告)号：CN117519160A

公开(公告)日：2024-02-06

申请号：CN202311521734.X

申请日：2023-11-15

Applicant: 之江实验室

Inventor： 薛均晓 ,  张世文 ,  严笑然 ,  陆亚飞 ,  滕皓 ,  郭刚

IPC: G05D1/43 ,  G05D1/242 ,  G05D1/246 ,  G05D1/633 ,  G05D109/10

Abstract: 本申请涉及一种智能体路径规划方法、装置、电子装置和存储介质，其中，该智能体路径规划方法包括：针对目标动态环境构建实时路径规划器；根据实时路径规划器，构建强化学习模型；根据强化学习模型搭建深度强化学习算法的神经网络结构；根据奖励函数和预设的仿真环境对深度强化学习算法的神经网络结构进行训练，得到训练完备的目标深度强化学习算法的神经网络结构；通过目标深度强化学习算法的神经网络结构，对实时路径规划器的输入进行处理，得到针对智能体的移动控制指令。解决了在未知动态环境中智能体因其学习能力较低，导致避障准确度和效率均较低的问题，提高了智能体避障的准确度和效率。

公开(公告)号：CN117826867B

公开(公告)日：2024-06-11

申请号：CN202410240296.8

申请日：2024-03-04

Applicant: 之江实验室

Inventor： 陆亚飞 ,  韩哲 ,  薛均晓 ,  严笑然 ,  滕皓 ,  刘洋 ,  张德文 ,  郭刚

IPC: G05D1/695 ,  G05D109/20

Abstract: 本申请涉及一种无人机集群路径规划方法、装置和存储介质，其中，该无人机集群路径规划方法包括：通过根据预设的连续课程学习框架确定各无人机的任务成功范围；在任务成功范围内，根据各无人机获取到的局部观测状态信息和各无人机的自身性能约束信息，对应用于无人机的无人机集群路径规划模型进行训练；根据各无人机的存活状态或预设的训练时间确定训练是否结束；若是，则输出最后训练得到的目标无人机集群路径规划模型；根据目标无人机集群路径规划模型输出待规划的各无人机实际航行路径。提高了无人机自主学习课和应对复杂的三维环境的能力，提高了路径规划的准确性。

公开(公告)号：CN118627535A

公开(公告)日：2024-09-10

申请号：CN202410879988.7

申请日：2024-07-02

Applicant: 之江实验室

Inventor： 陆亚飞 ,  洪艺天 ,  薛均晓 ,  严笑然 ,  刘洋 ,  滕皓 ,  苗宇 ,  郭刚

IPC: G06N3/006 ,  G06N3/092

Abstract: 本申请涉及一种基于值分布的多智能体协同控制方法、装置、设备和介质，方法包括：构建每个智能体的初始价值网络和多个智能体的初始分布混合网络；基于各智能体的采样数据，对初始分布混合网络和各智能体的价值网络进行训练，通过最小化全局价值分布的损失函数优化初始分布混合网络以及各智能体的价值网络的网络参数，并满足全局价值分布的期望最大、每个智能体的确定性价值最大的约束关系，得到训练好的各智能体的价值网络；根据自身的观测及训练好的价值网络，各智能体执行各自的最优动作。本申请通过在训练过程中综合考虑全局观测、在执行过程中智能体仅利用局部观测做出最优决策方法。

公开(公告)号：CN117574949A

公开(公告)日：2024-02-20

申请号：CN202410067319.X

申请日：2024-01-17

Applicant: 之江实验室

Inventor： 陆亚飞 ,  洪艺天 ,  薛均晓 ,  严笑然 ,  刘洋 ,  滕皓 ,  苗宇 ,  郭刚

IPC: G06N3/006 ,  G06N3/092

Abstract: 本申请涉及一种基于值分布的多智能体协同控制方法、装置、设备和介质，基于值分布的多智能体协同控制方法包括：构建每个智能体的初始价值网络和多个智能体的初始分布混合网络；基于各所述智能体的采样数据，对所述初始分布混合网络和各所述智能体的初始价值网络进行训练，通过最小化所述全局价值分布的损失函数优化所述分布混合网络以及各所述智能体的价值网络的网络参数，并满足全局价值分布的期望最大、每个智能体的确定性价值最大的约束关系，得到训练好的各所述智能体的价值网络；根据自身的观测及训练好的价值网络，各所述智能体执行各自的所述最优动作，扩展了神经网络表达能力，提高多智能体系统更高效的决策和合作，提升整体性能和效果。