PF-Q(λ):Mobile-Web3D地下空间中Multi-agent实时逃生路径规划

摘要

基于Mobile-Web3D地下封闭空间人群逃生路径规划,需要灵活的解决动态场景中多智能体之间以及多智能体与静态环境之间的碰撞避让,并计算出一条可接受的次优路径.这对于计算能力非常弱的移动终端设备网页是一个挑战,对于经典强化学习以及一些优秀的强化学习算法要实现实时的路径规划也是一个挑战.本文提出了PF-Q(λ)多智能体强化学习算法,利用势能场吸引力以及高奖赏重惩罚的奖罚值,加速了Q(λ)算法的收敛速度.利用Multi-agent信息素重用进一步加速路径规划速度,如此一来智能体越多,平均路径规划速度越快.实验结果表明,该算法收敛速度快,在Mobile上可以实现实时的Web3D地下火灾场景中人群疏散,以及疏散过程的多人交互操作.