基于多智能体强化学习的月面极端区域协同探测方法

针对单个月球车难以高效鲁棒地探测月面极端区域的问题，提出了一种基于多智能体强化学习的月球车协同探测方法。首先，将探测区域进行离散化处理，并使用栅格地图表达探测信息及各月球车的位置信息，然后，使用深度神经网络对视觉图像信息、激光雷达信息以及栅格地图信息进行特征提取；之后，在多智能体强化学习的架构下学习月球车的协同探测策略，通过设计考虑探测时间、安全约束及通信约束的奖励函数，使月球车可以快速安全地对月面极端区域进行协同探测；最后，在Gazebo中搭建了月面仿真环境并进行了仿真验证。结果表明：所提出的方法具备较高的探测效率与较好的安全保障。