端到端模仿学习的免通信多机器人分布式包围控制算法

钟远湘; 刘明雍; 闫志强; 玄立伟

doi:10.13682/j.issn.2095-6533.2026.05.009

西安邮电大学学报 ›› 2026, Vol. 31 ›› Issue (5) : 92 -103. DOI: 10.13682/j.issn.2095-6533.2026.05.009

端到端模仿学习的免通信多机器人分布式包围控制算法

钟远湘, 刘明雍, 闫志强, 玄立伟

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对现有多智能体深度强化学习方法依赖大量在线交互探索，样本效率低，且训练不稳定，难以满足实际应用时离线训练完成后可直接部署的需求，提出一种端到端模仿学习的免通信多机器人分布式包围控制算法。该算法使机器人仅依靠自身对邻近机器人和障碍物的局部感知信息，通过一个预训练的、基于注意力机制的端到端神经网络，直接生成运动控制指令，实现连通、无碰撞的目标包围。神经网络通过监督学习方式，使用离线数据进行训练，复现集中式最优决策行为，避免深度强化学习中的探索成本与收敛不稳定性。仿真结果表明，所提算法在保持连通性与无碰撞约束的前提下，在6～15个机器人规模的测试场景中，均能成功完成包围任务，在多种规模场景与复杂环境下展现出良好的泛化性与鲁棒性。