研究论文
无通信多智能体 · 用价值网络选择避碰动作
价值网络根据邻近智能体的位置和速度估计到达目标时间，支持分散避碰，并在不通信意图的仿真中与 ORCA 比较路径效率。
核查日期 2026-11-05 · 已核查来源与书目信息
书目信息与编辑概述已对照原始来源核查。访问条件与版本见来源说明。
- 原文标题
- Decentralized non-communicating multiagent collision avoidance with deep reinforcement learning
- 发布机构
- IEEE
- 作者
- Yu Fan Chen, Miao Liu, Michael Everett, Jonathan P. How
- DOI
- 10.1109/icra.2017.7989037
- 发布日期
- 2017-05
- 原文语言
- en
- 版本
- 2017 IEEE International Conference on Robotics and Automation (ICRA); 2017-05; DOI 10.1109/icra.2017.7989037
- 访问条件
- 发布方信息与开放作者稿
- 出版状态
- 已发布
相关资料与工程解读
资料概述
价值网络根据邻近智能体的位置和速度估计到达目标时间，支持分散避碰，并在不通信意图的仿真中与 ORCA 比较路径效率。
使用与审查
已核查作者摘要与书目信息。路径效率改善不等于普遍避碰保证或硬件安全性能。
来源与版本
Decentralized non-communicating multiagent collision avoidance with deep reinforcement learning ↗
IEEE · 2017 IEEE International Conference on Robotics and Automation (ICRA); 2017-05; DOI 10.1109/icra.2017.7989037
ICRA2017 bibliography; author abstract https://arxiv.org/abs/1609.07845.