基于MASAC和匹配算法的多智能体周边防御方法 黄博敏（Bomin Huang）、 谭慧慧（Huihui Tan）、 张双（Shuang Zhang） 林世伟（Shiwei Lin）

《Actuators》：A Multi-Agent Perimeter Defense Method Based on MASAC and Matching Algorithm Bomin Huang, Huihui Tan, Shuang Zhang and Shiwei Lin

　　

摘要

为了解决多智能体系统的边界防御问题，本文提出了一种基于局部观测匹配的解耦策略，以克服传统多智能体强化学习（MARL）中的维度灾难和收敛困难。该策略将边界防御算法分解为两个部分：首先，在任务分配层引入了一种分布式匈牙利匹配机制，以实现无需通信的隐式协调；其次，在机动控制层构建了一个包含参数共享的多智能体软演员-评论家（MASAC）框架。仿真结果表明，所提出的策略在收敛速度和训练奖励方面均优于基线方法。此外，该策略还具有零样本泛化能力，可以直接应用于大规模边界防御任务。