李元凯
报告题目
未知障碍环境下异构集群多目标抵近搜索策略设计
报告摘要
对于未知复杂环境下的协同搜索问题，大尺度空间与高动态避障往往难以兼顾，为此，讨论一种载荷异构的基于多智能体强化学习的分段闭环抵近搜索策略。第一阶段，建立融合动作掩码与启发式奖励的NV-MAPPO算法，在离散空间中实现未知区域的快速覆盖，锁定目标方位；第二阶段，转入连续空间精确动态抵近，设计带有角色身份嵌入的共享Actor架构与复合奖励机制的增强型MADDPG算法，避免同质策略分化与局部最优陷阱。仿真表明，该策略能够实现从目标快速发现到精确抵近的无缝衔接，覆盖与抵近步数显著减少，系统协同效率与安全鲁棒性得到提升。
个人简介
2011年上海交通大学控制科学与工程专业博士毕业，2012-2013年在加拿大Ryerson大学从事博士后研究，2013年加入电子科技大学航空航天学院、体系与人工智能实验室，现任导航制导与控制学科副研究员。主要面向飞行器智能航行与GNC技术领域，开展学习增强的制导控制、任务规划、集群决策、飞行仿真等方向的主题研究，主持和参加了自然科学基金等国家和省部级科研项目多项，发表SCI/EI/CSCD论文53篇，授权发明专利5项，合作出版英文专著1部。