基于Boltzmann框架的智能体在线欺骗性路径规划统一框架

《Sensors》:Receding Horizon Multi-Agent Deceptive Path Planner

【字体: 大 中 小 】 时间:2026年09月18日 来源:Sensors 4.0

编辑推荐:

   摘要

  

摘要

欺骗性路径规划使自主智能体能够通过偏离预期的最优路径来向观察者隐藏其真实目标。以往的研究主要解决单智能体的全程端到端优化问题,因此规划复杂度随着路径长度和环境规模的增长而增加,且途中适应需要重新进行优化。我们提出了一种用于智能体在线欺骗性路径规划的统一框架,在滚动时域循环中对短时域候选路径进行计算。该方法处理智能体的位置传感器信息,并制定下一条轨迹规划的策略。通过参数化一个用户定义的代价函数来刻画最优规划与欺骗性(并可选择性包含约束条件、轨迹平滑度以及智能体之间的耦合项),Boltzmann框架可以生成随机策略,以平衡最优路径与欺骗性偏离之间的权衡。策略进行局部更新,无需学习或训练。欺骗程度和对约束条件的遵循程度可以进行动态调整,从而实现针对目标和约束变化的在线适应。这种逐步调整的方式为新的动态欺骗形式打开了大门。在多智能体情况下,我们开发了一种同样可调节的联合规划器,可按需在所有智能体或智能体子集中应用。单智能体和多智能体仿真研究展示了我们方法的灵活性,能够在按需求适应的同时保持欺骗性,避免了全程方法所需的重新计算,并支持通过少量参数进行直观调节。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号