超级会员免费看
本文探讨了在无人机取货任务中如何运用多智能体马尔科夫过程。在单个无人机场景中，每个动作如左、右、上、下、抓对应特定的奖励或惩罚。当扩展到两个无人机协作时，状态空间增加，每个智能体独立选择动作以优化整体奖励。通过这样的设置，可以研究多智能体如何协同完成任务。
假设有一个无人机取货的活动，在单个无人机的状态下动作为左、右、上、下、抓，抓到货物为reward为50，否则为-1。
在有两个无人机协作的情况下, 每个state两个无人机会分别选取不同的动作
马尔科夫过程如下所示，下标数字代表第几个agent
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
