基于深度強化學習的多無人艇協(xié)同目標搜索算法

摘要： 針對應用于海上多無人艇目標搜索任務的經(jīng)典深度強化學習模型難以收斂且訓練耗時長的問題，提出一種基于優(yōu)先經(jīng)驗回放的異步確定性策略梯度模型。為提升模型收斂效果，引入一種基于優(yōu)先級的經(jīng)驗回放機制，該機制可以有效提高高價值經(jīng)驗的利用率，從而避免算法收斂困難的問題。為進一步減少模型訓練耗時長，引入異步學習的訓練框架，該框架通過多子線程的同步訓練參數(shù)更新主進程網(wǎng)絡，有效提高了模型訓練效率。在...