Hierarchical Policy-Gradient Reinforcement Learning for Multi-Agent Shepherding Control of Non-Cohesive Targets

Covone, Stefano; Napolitano, Italo; De Lellis, Francesco; di Bernardo, Mario

计算机科学 > 机器学习

arXiv:2504.02479 (cs)

[提交于 2025年4月3日 ]

标题：分层策略梯度强化学习在非聚集体多智能体牧羊控制中的应用

标题： Hierarchical Policy-Gradient Reinforcement Learning for Multi-Agent Shepherding Control of Non-Cohesive Targets

Authors:Stefano Covone, Italo Napolitano, Francesco De Lellis, Mario di Bernardo

摘要：我们提出了一种基于策略梯度的去中心化强化学习解决方案，用于非协作目标的多智能体牧羊问题。我们的架构通过近端策略优化（PPO）将目标选择与目标驱动相结合，克服了以往深度 Q 网络（DQN）方法中的离散动作约束，实现了更平滑的智能体轨迹。该无模型框架无需先验动态知识即可有效解决牧羊问题。实验表明，随着目标数量增加和感知能力受限，我们的方法具有有效性和可扩展性。

摘要： We propose a decentralized reinforcement learning solution for multi-agent shepherding of non-cohesive targets using policy-gradient methods. Our architecture integrates target-selection with target-driving through Proximal Policy Optimization, overcoming discrete-action constraints of previous Deep Q-Network approaches and enabling smoother agent trajectories. This model-free framework effectively solves the shepherding problem without prior dynamics knowledge. Experiments demonstrate our method's effectiveness and scalability with increased target numbers and limited sensing capabilities.

主题：	机器学习 (cs.LG) ; 人工智能 (cs.AI); 多智能体系统 (cs.MA); 系统与控制 (eess.SY); 机器学习 (stat.ML)
引用方式：	arXiv:2504.02479 [cs.LG]
	(或者 arXiv:2504.02479v1 [cs.LG] 对于此版本)
	https://doi.org/10.48550/arXiv.2504.02479

提交历史

来自： Stefano Covone [查看电子邮件]
[v1] 星期四， 2025 年 4 月 3 日 10:56:57 UTC (533 KB)

计算机科学 > 机器学习

标题：分层策略梯度强化学习在非聚集体多智能体牧羊控制中的应用

标题： Hierarchical Policy-Gradient Reinforcement Learning for Multi-Agent Shepherding Control of Non-Cohesive Targets

提交历史

获取论文：

参考文献与引用

收藏

文献和引用工具

与本文相关的代码，数据和媒体

演示

推荐器和搜索工具

arXivLabs：与社区合作伙伴的实验项目

计算机科学 > 机器学习

标题： 分层策略梯度强化学习在非聚集体多智能体牧羊控制中的应用 显示英文标题

标题： Hierarchical Policy-Gradient Reinforcement Learning for Multi-Agent Shepherding Control of Non-Cohesive Targets

提交历史

获取论文：

参考文献与引用

BibTeX 格式的引用

收藏

文献和引用工具

与本文相关的代码，数据和媒体

演示

推荐器和搜索工具

arXivLabs：与社区合作伙伴的实验项目

标题：分层策略梯度强化学习在非聚集体多智能体牧羊控制中的应用