基于深度强化学习与进化混合设计的视觉群体导航

阿利坎特大学团队提出一种结合多智能体强化学习与神经进化策略的混合方法，自动合成用于自主视觉导航的群体机器人控制器，仅依赖单目相机图像的紧凑神经网络面向低成本资源受限平台。在高保真物理仿真中，采用交叉熵方法训练的控制器探索覆盖率比协方差矩阵自适应进化策略高 36.20%。最佳视觉策略探索性能与依赖距离传感器的传统方法统计相当，平均能耗降低 31.40%。