基于分層強(qiáng)化學(xué)習(xí)的多Agent路徑規(guī)劃

　　針對(duì)路徑規(guī)劃算法收斂速度慢及效率低的問(wèn)題，提出了一種基于分層強(qiáng)化學(xué)習(xí)及人工勢(shì)場(chǎng)的多Agent路徑規(guī)劃算法。首先，將多Agent的運(yùn)行環(huán)境虛擬為一個(gè)人工勢(shì)能場(chǎng)，根據(jù)先驗(yàn)知識(shí)確定每點(diǎn)的勢(shì)能值，它代表最優(yōu)策略可獲得的最大回報(bào)；其次，利用分層強(qiáng)化學(xué)習(xí)方法的無(wú)環(huán)境模型學(xué)習(xí)以及局部更新能力將策略更新過(guò)程限制在規(guī)模較小的局部空間或維度較低的高層空間上，提高學(xué)習(xí)算法的性能；最后，針對(duì)出租車(chē)問(wèn)題在柵格環(huán)境中對(duì)所提算法進(jìn)行了仿真實(shí)驗(yàn)。為了使算法貼近真實(shí)環(huán)境，增加算法的可移植性，在三維仿真環(huán)境中對(duì)該算法進(jìn)行驗(yàn)證，實(shí)驗(yàn)結(jié)果表明該算法收斂速度快，收斂過(guò)程穩(wěn)定。