典型文献
面向智能工厂多机器人定位的无线分布式协同决策
文献摘要：
由于未来智能工厂中智能机器人的工作环境复杂多变,机器人进行协作定位时无法获知全局信道状态,其选择的标定节点可能被其他机器人占用,导致定位性能的波动较大,稳定性差.针对该问题,提出了基于双重深度超Q神经网络(DDHQN)的多机器人协同决策算法;首先将多机器人进行协作定位时的决策系统构建为竞争加合作模型,并通过奖励函数的设计鼓励机器人参与协作;为了避免机器人之间的决策冲突,引入表示机器人决策轨迹的记录空间以实现对其他机器人的行为预估,记录空间的内容依据机器人的无线感知结果进行迭代更新;最后,仿真证明了所提出的基于DDHQN的多机器人协同决策算法使得每个机器人能够以群体性能最大为目标进行独立学习,在一定的迭代次数后可以实现精准的行为预估,并收敛到稳定有效的决策方案.
文献关键词：
双重深度超Q神经网络(DDHQN);多机器人协同;标定节点选择;决策轨迹;行为预估;无线感知
中图分类号：
作者姓名：
张文璐;霍子龙;赵西雨;崔琪楣;陶小峰
作者机构：
北京邮电大学 信息与通信工程学院,北京100876
文献出处：
引用格式：
[1]张文璐;霍子龙;赵西雨;崔琪楣;陶小峰-.面向智能工厂多机器人定位的无线分布式协同决策)[J].无线电通信技术,2022(04):718-727
A类：
DDHQN,决策轨迹,标定节点选择
B类：
智能工厂,机器人定位,分布式协同,协同决策,智能机器人,环境复杂,获知,信道状态,定位性能,多机器人协同,决策算法,决策系统,系统构建,合作模型,过奖,奖励函数,决策冲突,人的行为,行为预估,无线感知,迭代更新,以群,群体性,独立学习,迭代次数
AB值：
0.296293
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
