分层强化学习与低层MPC在多智能体控制中的应用

于红博

摘要: 在动态且约束丰富的环境中实现安全和协调行为仍然是基于学习的控制面临的主要挑战。纯端到端学习通常在样本效率和可靠性方面表现不佳，而基于模型的方法依赖于预定义的参考值并且很难泛化。我们提出了一个层次结构框架，将通过强化学习（RL）进行战术决策制定与通过模型预测控制（MPC）进行低级执行相结合。对于多智能体系统来说，这意味着高级策略从结构化感兴趣区域（ROIs）中选择抽象目标，而MPC确保动态可行和安全运动。在捕食者-猎物基准测试中，我们的方法在奖励、安全性和一致性方面优于端到端和基于屏蔽的RL基准线，强调了将结构化学习与基于模型的控制相结合的好处。

更新时间: 2025-09-19 09:27:15

领域: eess.SY,cs.AI,cs.RO,cs.SY,math.OC

下载: http://arxiv.org/abs/2509.15799v1