Reinforcement Learning on Airborne Multi-Agent-System

• verschiedene Missionsphasen stellen unterschiedliche Anforderungen an die Formation
• jede Phase ist eine (gewichtete) Kombination aus einzelnen Zielen (z. B. kooperative Zielverfolgung, kooperative Navigation, kooperative Steuerung, Verweildauer am Ziel, Radarsignatur, Hindernisvermeidung usw.).

• Verhalten eines Starrflüglers (Bank-2-Turn).

• nach vorne gerichteter Primärsensor mit rechteckigem Sichtfeld (FoR).

  (nur Peilung, nur Entfernung oder Peilung + Entfernung)

• eine Antenne pro Seite mit kegelförmiger Charakteristik (auf die y-Achse ausgerichtet).
• die Antennen dienen als Kommunikationsgeräte und zur gegenseitigen Ortung.

Ein Netzwerk aus Agenten (Knoten) bildet einen Graphen G mit n Agenten und Kanten E für jede gültige Sichtverbindung (Line-of-Sight, LoS):

Das Netzwerk bildet ein Multi-Agenten-System, wobei jeder Agent als ein steuerungsaffines nichtlineares System modelliert ist:

Definition des Steuereingangs auf der Grundlage eines Konsenses

Der Vektor rij beschreibt den räumlichen Versatz zwischen den Agenten i und j.

Dieser Vektor muss für den gesamten Schwarm so bestimmt werden, dass die Zielfunktion (d. h. die Belohnung) maximiert wird:

→ Zwei Akteure verfolgen ein Ziel, stehen jedoch in keiner direkten Verbindung zueinander. Ein dritter Akteur fungiert als Vermittler, verfolgt jedoch kein Ziel.

Kooperative Ortung:

• Symmetrie zentriert auf das Ziel. (hier: Pyramide)
• durch den Sensor-FoR geprägte Lösungsvielfalt

Kooperative Navigation:

• Symmetrie um den geometrischen Mittelpunkt (Schwerpunkt) der Formation.
• alle Winkel und Abstände sind ausgeglichen. (hier: Tetraeder)

Kooperative Anleitung:

• Symmetrie um die Antennenachse.
• Lösungsraum, geprägt durch die Antennencharakteristik und mögliche Maskierung. (hier: Linie, keine Maskierung)