Separation Assurance between Heterogeneous Fleets of Small Unmanned Aerial Systems via Multi-Agent Reinforcement Learning

작성자

Haebom

카테고리

Empty

저자

Iman Sharifi, Hyeong Tae Kim, Maheed Hatem Ahmed, Mahsa Ghasemi, Peng Wei

💡 개요

본 논문은 미래 도시 공역에서 여러 회사가 각기 다른 제원(통신 범위, 센서 등)을 가진 소형 무인기(sUAS) 함대를 운영할 때 발생하는 복잡한 전술적 충돌 회피 문제를 해결하고자 합니다. 이를 위해 각 함대별로 독립적으로 정책을 학습시키는 강화학습 기법(PPOA2C)을 제안하며, 이러한 정책이 충돌 없이 안전한 공역을 보장하는지, 그리고 더 나은 제원을 가진 함대가 차별받지 않는지를 검증합니다.

🔑 시사점 및 한계

•

강화학습 기반 정책은 서로 다른 제원을 가진 sUAS 함대 간의 안전한 분리(separation)를 달성할 수 있습니다.

•

제안된 PPOA2C 정책은 기존 규칙 기반 정책보다 충돌 해결 능력이 우수하며, 규칙 기반 정책과 상호작용할 때 더 안전한 적응 능력을 보입니다.

•

제안된 학습 방식은 정책 구성이 유사할 경우 더 나은 제원을 가진 함대에 유리하게 작용하며, 정책 유형이 다르더라도 특정 정책에 편향될 수 있어 공정성 고려가 중요함을 시사합니다.

PDF 보기

Made with Slashpage