基于分层强化学习的多Agent路径规划

　　针对路径规划算法收敛速度慢及效率低的问题，提出了一种基于分层强化学习及人工势场的多Agent路径规划算法。首先，将多Agent的运行环境虚拟为一个人工势能场，根据先验知识确定每点的势能值，它代表最优策略可获得的最大回报；其次，利用分层强化学习方法的无环境模型学习以及局部更新能力将策略更新过程限制在规模较小的局部空间或维度较低的高层空间上，提高学习算法的性能；最后，针对出租车问题在栅格环境中对所提算法进行了仿真实验。为了使算法贴近真实环境，增加算法的可移植性，在三维仿真环境中对该算法进行验证，实验结果表明该算法收敛速度快，收敛过程稳定。