A Multi-Agent Reinforcement Learning Approach for Cooperative Air-Ground-Human Crowdsensing in Emergency Rescue

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种新颖的“硬合作”策略,解决紧急救援中的异构实体协同感知任务分配问题。该策略优先为低电量无人机充电,所提出的HECTA4ER算法在任务完成率上较基线提高18.42%,显示出其有效性和应用潜力。

🎯

关键要点

  • 本研究提出了一种新颖的“硬合作”策略,解决紧急救援中的异构实体协同感知任务分配问题。
  • 该策略优先为低电量无人机充电。
  • 所提出的HECTA4ER算法在任务完成率上较基线提高18.42%。
  • 研究结果显示HECTA4ER算法在动态感知场景中的有效性和应用潜力。
➡️

继续阅读