清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Transformer-Based Reinforcement Learning for Scalable Multi-UAV Area Coverage

强化学习 可扩展性 变压器 计算机科学 钢筋 工程类 人工智能 电气工程 电压 结构工程 数据库
作者
Dezhi Chen,Qi Qi,Qianlong Fu,Jingyu Wang,Jianxin Liao,Zhu Han
出处
期刊:IEEE Transactions on Intelligent Transportation Systems [Institute of Electrical and Electronics Engineers]
卷期号:: 1-16
标识
DOI:10.1109/tits.2024.3358010
摘要

Compared with terrestrial networks, unmanned aerial vehicles (UAVs) have the characteristics of flexible deployment and strong adaptability, which are an important supplement to intelligent transportation systems (ITS). In this paper, we focus on the multi-UAV network area coverage problem (ACP) which require intelligent UAVs long-term trajectory decisions in the complex and scalable network environment. Multi-agent deep reinforcement learning (DRL) has recently emerged as an effective tool for solving long-term decisions problems. However, since the input dimension of multi-layer perceptron (MLP)-based deep neural network (DNN) is fixed, it is difficult for standard DNN to adapt to a variable number of UAVs and network users. Therefore, we combine Transformer with DRL to meet the scalability of the network and propose a Transformer-based deep multi-agent reinforcement learning (T-MARL) algorithm. Transformer can adapt to variable input dimensions and extract important information from complex network states by attention module. In our research, we find that random initialization of Transformer may cause DRL training failure, so we propose a baseline-assisted pre-training scheme. This scheme can quickly provide an initial policy model for UAVs based on imitation learning, and use the temporal-difference(1) algorithm to initialize policy evaluation network. Finally, based on parameter sharing, T-MARL is applicable to any standard DRL algorithm and supports expansion on networks of different sizes. Experimental results show that T-MARL can make UAVs have cooperative behaviors and perform outstandingly on ACP.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
怡然白竹完成签到 ,获得积分10
6秒前
科研小南瓜完成签到 ,获得积分10
8秒前
空曲完成签到 ,获得积分10
26秒前
炎炎夏无声完成签到 ,获得积分10
31秒前
活泼半凡完成签到 ,获得积分10
1分钟前
Hiaoliem完成签到 ,获得积分10
1分钟前
玉鱼儿完成签到 ,获得积分10
1分钟前
2分钟前
2分钟前
葛力完成签到,获得积分10
2分钟前
Turbogao完成签到 ,获得积分10
2分钟前
景代丝完成签到,获得积分10
2分钟前
个性仙人掌完成签到 ,获得积分10
2分钟前
充电宝应助俊逸的代曼采纳,获得10
2分钟前
2分钟前
拓跋书芹发布了新的文献求助10
3分钟前
大大蕾完成签到 ,获得积分10
3分钟前
Lucas应助拓跋书芹采纳,获得10
3分钟前
winfree完成签到 ,获得积分10
3分钟前
Zhangfu完成签到,获得积分10
3分钟前
沧海一粟米完成签到 ,获得积分10
3分钟前
小小铱完成签到,获得积分10
3分钟前
3分钟前
3分钟前
3分钟前
爱心完成签到 ,获得积分10
4分钟前
4分钟前
LIGANG1111完成签到 ,获得积分10
4分钟前
重重重飞完成签到 ,获得积分10
4分钟前
gobi完成签到 ,获得积分10
4分钟前
所得皆所愿完成签到 ,获得积分10
4分钟前
和谐的夏岚完成签到 ,获得积分10
4分钟前
一个小胖子完成签到,获得积分10
5分钟前
情怀应助胡强采纳,获得10
5分钟前
janer完成签到 ,获得积分10
5分钟前
zly完成签到 ,获得积分10
5分钟前
医平青云完成签到 ,获得积分10
5分钟前
5分钟前
study00122完成签到,获得积分10
5分钟前
天天快乐应助科研通管家采纳,获得10
6分钟前
高分求助中
Evolution 3rd edition 1500
Lire en communiste 1000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 700
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
2-Acetyl-1-pyrroline: an important aroma component of cooked rice 500
Ribozymes and aptamers in the RNA world, and in synthetic biology 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3179999
求助须知:如何正确求助?哪些是违规求助? 2830380
关于积分的说明 7976534
捐赠科研通 2491938
什么是DOI,文献DOI怎么找? 1329096
科研通“疑难数据库(出版商)”最低求助积分说明 635669
版权声明 602954