基于物理信息多智能体强化学习的非地面网络无人机主动拦截轨迹优化研究
《IEEE Transactions on Communications》:Multi-Agent Fokker-Planck Equation based User Movement Adaptivity for Multi-UAV Communication Coverage Optimization
【字体:
大
中
小
】
时间:2026年09月18日
来源:IEEE Transactions on Communications 8.4
编辑推荐:
摘要:非地面网络(NTN)对于向6G演进至关重要,其中无人机(UAV)作为灵活的空中基站,提供了无处不在的连接性。然而,无人机覆盖范围的有效性常常受到地面用户动态变化的影响。本文介绍了一个基于物理信息的多智能体强化学习框架,旨在将无人机轨迹控制从被动跟踪转变为主动拦截。我们将用
摘要:
非地面网络(NTN)对于向6G演进至关重要,其中无人机(UAV)作为灵活的空中基站,提供了无处不在的连接性。然而,无人机覆盖范围的有效性常常受到地面用户动态变化的影响。本文介绍了一个基于物理信息的多智能体强化学习框架,旨在将无人机轨迹控制从被动跟踪转变为主动拦截。我们将用户移动性表示为一个连续的时空场,利用福克-普朗克方程(Fokker-Planck equation)仅根据接收信号强度指标(RSSI)的离散观测数据来描述人群密度的随机演变。通过将这些漂移和扩散动态嵌入到可扩展的信念图状态表示中,该框架将状态复杂性与单个用户分离。在扩大规模的环境下进行的实验(N = 8架无人机,K = 250名用户,r = 7)表明,我们基于卷积神经网络(CNN)的SAC方法实现了0.906的出色覆盖率,优于MADDPG(0.844)、MAPPO(0.826)和PPO(0.607)。此外,在五种随机分布的用户情况下,该框架的平均覆盖率为0.9683,训练与测试之间的泛化差距仅为约-0.0002,从而验证了其出色的鲁棒性和泛化能力。
生物通微信公众号
生物通新浪微博
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