Planejador de Movimento Híbrido Baseado em Multiagentes Soft Actor-Critic para Robôs Móveis

Neste artigo, é apresentado um novo planejador de movimento híbrido para multirrobôs que pode ser aplicado em condições de não comunicação explícita e observáveis localmente. O planejador é livre de modelo e pode realizar o mapeamento de ponta a ponta das informações de estado e observação de multirrobôs para trajetórias finais suaves e contínuas. O planejador possui uma arquitetura separada entre front-end e back-end. O design do módulo de busca colaborativa de pontos de passagem no front-end é baseado no algoritmo multiagentes soft actor-critic (MASAC) sob o esquema de treinamento centralizado com execução descentralizada (CTDE). O design do módulo de otimização de trajetória no back-end é baseado no método de snap mínimo com restrições de zona de segurança. Este módulo pode gerar as trajetórias finais dinâmicamente viáveis e executáveis. Por fim, resultados experimentais multigrupos verificam a eficácia do planejador de movimento proposto.