基于鲁棒Restless Bandits模型的多水下自主航行器任务分配策略

论文摘要

针对水下监测网络中多自主航行器(AUV)协同信息采集任务分配问题进行了研究。首先,为了同时考虑系统中目标传感器的节点状态与声学信道状态对AUV任务分配问题的影响,构建了水声监测网络系统的综合模型;其次,针对水下存在的多未知干扰因素并考虑了模型产生不精确的情况,基于强化学习理论将多AUV任务分配系统建模为鲁棒无休止赌博机问题(RBP)。最后,提出鲁棒Whittle算法求解所建立的RBP,从而求解得出多AUV的任务分配策略。仿真结果表明,在干扰环境下与未考虑干扰因素的分配策略相比,在系统分别选择1、2、3个目标时,鲁棒AUV分配策略对应的系统累计回报值参数的性能分别提升了5.5%、12.3%和9.6%,验证了所提方法的有效性。

论文目录

• 0 引言
• 1 AUV分配系统模型
• 2 AUV分配系统模型的不确定性
• 3 鲁棒模型分配策略求取
•   3.1 鲁棒RBP系统模型
•   3.2 分配策略求解
• 4 仿真实验与分析
• 5 结语

文章来源

类型: 期刊论文

作者: 李鑫滨,章寿涛,闫磊,韩松

关键词: 水声监测网络,水下自主航行器任务分配,鲁棒控制,不确定模型,无休止赌博机问题

来源: 计算机应用 2019年10期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 船舶工业,自动化技术

单位: 工业计算机控制工程河北省重点实验室(燕山大学)

基金: 国家自然科学基金资助项目(61873224,61571387)~~

分类号: U664.82;U674.941;TP13

页码: 2795-2801

总页数: 7

文件大小: 1075K

下载量: 85