基于多智能體深度強化學習的多船協(xié)同避碰策略

摘要： 為了提高多船會遇時智能避碰策略的協(xié)同性、安全性、實用性和節(jié)能性，在中心化訓練去中心化執(zhí)行框架下，結合優(yōu)先經驗回放機制提出一種多智能體Softmax深層雙確定性策略梯度PER-MASD3算法，用于解決多船協(xié)同避碰問題，該算法不僅解決了雙延遲確定策略梯度(TD3)算法存在的值估計偏差問題，還在模型訓練過程中引入熵正則項，以促進探索和控制隨機控制策略，采用自適應噪聲對不同階段的任務進... （共17頁）