Edge Computing for Unmanned Surface Vehicles Based on Generative AI-Enhanced Collaboration Between Drones and Ground Stations
本研究针对无人表面车辆（USVs）在复杂应用中的任务不确定性和计算资源限制问题，提出了一种协作的无人机（UAV）和地面站（GS）边缘计算框架。通过引入生成性人工智能增强的异构智能体近端策略优化算法（GAI-HAPPO），本研究优化了任务卸载和无人机轨迹，以减少总执行时间，显著提升了多智能体强化学习在动态环境下的适应能力和稳定性。研究结果表明，该算法在处理复杂跨域问题时优于现有基准方法。
本研究提出了一种协作的无人机与地面站边缘计算框架，旨在优化无人表面车辆在复杂任务中的执行效率，显著提升多智能体强化学习的适应性与稳定性。
