Scaling up Energy-Aware Multi-Agent Reinforcement Learning for Mission-Oriented Drone Networks with Individual Reward
Questo articolo propone un modello di apprendimento per rinforzo multi-agente consapevole dell'energia che utilizza le Deep Q-Network con funzioni di ricompensa individuali per migliorare la robustezza, l'efficienza energetica e il tasso di successo delle reti di droni orientate alla missione, in particolare quando si aumenta la dimensione dell'ambiente e il numero di agenti rispetto agli approcci tradizionali con ricompensa condivisa.