Safe reinforcement learning for multi-UAV formation and obstacle avoidance control
多无人机编队作为无人机技术的重要发展方向, 展现出强大的应用潜力和研究价值. 近年来, 基于深度强化学习算法训练多无人机编队控制策略得到了愈发广泛的关注. 然而, 在编队策略学习中, 环境的未知性和传感器误差等因素可能导致无人机采取不安全或不合理的动作, 影响策略学习的安全性和稳定性. 针对这一问题, 提出一种基于安全强化学习的多无人机编队与避障控制方法. 首先, 考虑环境扰动、传感器误差等因素的影响, 基于部分观测马尔可夫决策过程建立多无人机编队控制模型. 在此基础上, 设计最大池化多智能体深度确定性策略梯度算法, 训练编队控制的标称策略;同时构建基于控制障碍函数的安全过滤器, 用于修正标称策略输出的不安全动作, 确保编队飞行过程的安全性. 最后, 通过数值仿真和实物飞行实验, 验证了所提多无人机编队避障方法的安全性和有效性.
Authors
- Mou Chen (ORCID: https://orcid.org/0000-0001-7158-8575)
- Xiaojia Xiang (ORCID: https://orcid.org/0000-0002-1525-6231)
- Han Zhou (ORCID: https://orcid.org/0000-0002-8367-7695)
- Chao Yan (ORCID: https://orcid.org/0000-0002-9995-4239)
- Yihao Sun (ORCID: https://orcid.org/0000-0002-3997-1272)
- Zhongkai Chen (ORCID: https://orcid.org/0000-0003-3275-6542)
Publication Details
- Journal
- Scientia Sinica Informationis
- Published
- 2025-08-13
- DOI
- https://doi.org/10.1360/ssi-2025-0048
- Primary Topic
- Distributed Control Multi-Agent Systems
- Type
- article
- Field-Weighted Citation Impact
- 0.00