基于群体意识深度强化学习的多机器人路径规划协同框架研究

本研究针对多机器人路径规划(MRPF)中个体决策与全局协调的难题，提出基于群体意识(MACCRPF)的双层深度强化学习(DRL)框架。通过基础层实时信息共享与顶层策略评估的协同机制，结合分层奖励设计，实现了20%以上的路径成功率提升，为复杂环境下机器人集群协作提供了创新性解决方案。

　　

在仓储物流和机场调度等领域，多机器人路径规划(MRPF)长期面临"维度灾难"与协作效率低下的双重挑战。传统强化学习方法难以应对动态环境中机器人间的自适应交互，而现有深度强化学习(DRL)方案多采用结果驱动的协作模式，存在全局优化不足的缺陷。针对这一瓶颈，昆明理工大学的研究团队创新性地将群体意识概念引入DRL框架，开发出MACCRPF这一双层协同规划系统。

研究团队采用三项核心技术：1)基于群体意识的过程驱动协作框架，2)融合实时信息共享(基础层)与全局策略评估(顶层)的双层机制，3)平衡个体任务与系统目标的分层奖励设计。实验验证采用对比分析法，样本队列包含不同机器人密度的测试场景。

【Related work】系统梳理了MRPF领域两大主流框架——分布式训练与执行(DTDE)和集中训练分布式执行(CTDE)的演进脉络，指出现有方法在复杂环境适应性上的局限性。

【Methodology】创新设计的MACCRPF框架(图示2)包含：基础层群体共识实现机器人间的实时状态同步与局部调度，顶层群体共识通过策略评估模块动态调整全局路径规划。分层奖励机制设置个体任务奖励与系统协同奖励的动态权重。

【Experiments】在动态障碍物环境中，MACCRPF路径成功率较基准方法提升超20%，且在机器人数量倍增时保持稳定性能。转移实验表明，该框架在仓库、机场等不同场景均具良好泛化能力。

【Conclusion】该研究突破传统DRL在MRPF领域的应用瓶颈，通过群体意识驱动的过程协作机制，有效解决了高维状态下的协同决策难题。其创新性体现在：1)首次将群体意识分层建模引入DRL框架；2)开发出兼顾实时响应与全局优化的奖励机制；3)验证了框架在复杂场景下的强鲁棒性。这项成果为智能物流、灾害救援等需要多机器人协作的领域提供了关键技术路径，被《Engineering Applications of Artificial Intelligence》收录发表。研究获中国国家自然科学基金(62263017)和云南省基础研究计划(202301AU070059)资助，作者团队声明无利益冲突。