Graph Neural Network Enhanced Multi-Agent Reinforcement Learning for UAV Formation Control

强化学习 计算机科学 图形 人工神经网络 趋同(经济学) 一般化 过程(计算) 控制(管理) 人工智能 等边三角形 国家(计算机科学) 分布式计算 避障 深层神经网络 控制工程 分散系统 机器人 控制系统 遥控水下航行器
作者
Siqi Sun,Hualong Yu,Boyin Jin,Qi Wang
出处
期刊: [Institute of Electrical and Electronics Engineers]
卷期号:: 252-255 被引量:1
标识
DOI:10.1109/aipmv67185.2025.11290043
摘要

Unmanned Aerial Vehicle (UAV) formation control is a critical challenge in cooperative multi-agent systems. Traditional methods often struggle with complex interactions among agents. This paper presents GAT-MAPPO, a novel framework that integrates Graph Neural Networks (GNNs) with Multi-Agent Proximal Policy Optimization (MAPPO) to address the formation control problem. In GAT-MAPPO, each UAV communicates with others via a graph structure, where GNNs process local observations and model interactions to generate coordinated actions. The centralized critic evaluates the global state to guide policy updates. We design a formation environment where three UAVs must form and maintain an equilateral triangle formation while following a moving center point. Experiment results demonstrate that the convergence speed of GAT-MAPPO is about 20% faster than that of MAPPO.The framework also exhibits strong generalization capabilities in varying scenarios. This work contributes to the application of graph-based multi-agent reinforcement learning in UAV formation control.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
66hbb完成签到,获得积分10
1秒前
蜂蜜柚子完成签到,获得积分10
1秒前
呜呜呜啦完成签到,获得积分10
1秒前
1秒前
Lsy完成签到,获得积分10
1秒前
王某某完成签到,获得积分10
1秒前
夏目完成签到 ,获得积分10
1秒前
曾经安萱完成签到,获得积分10
1秒前
炫舞精灵完成签到,获得积分10
1秒前
FD完成签到,获得积分10
2秒前
霸气导师完成签到,获得积分10
2秒前
自由的山芙完成签到,获得积分10
2秒前
2秒前
碧蓝的柠檬完成签到,获得积分10
3秒前
zhvjdb完成签到,获得积分10
3秒前
妮妮发布了新的文献求助10
3秒前
LiuHX完成签到,获得积分10
3秒前
77完成签到,获得积分10
3秒前
冷酷的小之完成签到,获得积分10
4秒前
安平完成签到,获得积分10
4秒前
风笛发布了新的文献求助10
4秒前
小包包了包完成签到,获得积分10
4秒前
聪慧的冷风完成签到,获得积分10
4秒前
谢逊完成签到,获得积分20
5秒前
crazy发布了新的文献求助10
5秒前
taka发布了新的文献求助10
5秒前
刘雨完成签到 ,获得积分10
5秒前
Mississippiecho完成签到,获得积分0
6秒前
turnsole发布了新的文献求助10
6秒前
Wayne完成签到,获得积分10
6秒前
bo发布了新的文献求助10
6秒前
小陈完成签到,获得积分10
7秒前
7秒前
火鸡味锅巴完成签到 ,获得积分10
7秒前
淡定采波完成签到,获得积分10
7秒前
落后的嚣完成签到,获得积分10
7秒前
GQ完成签到 ,获得积分10
8秒前
Preveil完成签到,获得积分10
8秒前
小周发布了新的文献求助10
8秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1500
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
八旗制度の研究 600
Analyses de reconnaissances de dettes passées devant les échevins d'Ypres (1249-1291) 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8159288
求助须知:如何正确求助?哪些是违规求助? 9554702
关于积分的说明 21720900
捐赠科研通 7748911
什么是DOI,文献DOI怎么找? 3427184
关于科研通互助平台的介绍 2552111
邀请新用户注册赠送积分活动 2471479