已发表论文
多无人机协同搜索、围捕与自主决策。
Knowledge-Guided Multi-Agent Reinforcement Learning for Multi-AAV Cooperative Pursuit with Sparse Team Rewards
稀疏团队奖励下用于多无人机协同围捕的知识引导多智能体强化学习
IEEE Transactions on Automation Science and Engineering · DOI 10.1109/TASE.2026.3734381
面向稀疏团队奖励下的多无人机协同围捕，研究知识引导的多智能体强化学习方法。
Emergent Cooperative Strategies for Pursuit-Evasion in Cluttered Environments: A Knowledge-Enhanced Multi-Agent Deep Reinforcement Learning Approach
复杂障碍环境中的追逃涌现协作策略：一种知识增强的多智能体深度强化学习方法
2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) · 17138–17145 · DOI 10.1109/IROS60139.2025.11246236
面向复杂障碍与有限感知条件下的多智能体追逃，提出基于团队回报的 KE-MATD3，并将改进人工势场的启发式知识作为软一致性约束注入策略优化，以缓解协作学习中的信用分配与局部最优问题。
- 将协同围捕建模为去中心化部分可观测决策过程，以共享团队回报促进有限感知智能体形成协作。
- 利用改进人工势场构造知识一致性损失，在训练阶段提供软引导，同时保留强化学习的自主探索能力。
- 通过多随机种子仿真、不同障碍密度下的泛化测试，以及 5 架 Crazyflie 与 20 个障碍物的实机实验验证方法。
Towards End-to-End Formation Control for Robotic Fish via Deep Reinforcement Learning with Non-Expert Imitation
基于非专家模仿与深度强化学习的机器鱼端到端编队控制
Ocean Engineering · DOI 10.1016/j.oceaneng.2023.113811
研究结合非专家模仿与深度强化学习的机器鱼端到端编队控制方法。
基于分层强化学习的多无人机协同围捕方法
控制理论与应用 · 42(1): 96–108 · DOI 10.7641/CTA.2024.30439
将复杂障碍环境中的多无人机围捕分解为避障与避碰子策略，并通过带切换惩罚的稀疏回报学习高层策略切换。
- 分层学习导航避障与导航避碰技能，降低整体围捕策略的学习难度。
- 高层模块自主组合底层技能，避免依赖人工定义的切换规则。
- 数值仿真与软件在环实验验证了围捕成功率、碰撞率与任务适应性。
Multi-UAV Coverage through Two-Step Auction in Dynamic Environments
动态环境中基于两阶段拍卖的多无人机覆盖
Drones · DOI 10.3390/drones6060153
研究动态环境中基于两阶段拍卖的多无人机覆盖方法。
A Scalable Deep Reinforcement Learning Algorithm for Partially Observable Pursuit-Evasion Game
用于部分可观测追逃博弈的可扩展深度强化学习算法
MLCCIM 2022 · DOI 10.1109/MLCCIM55934.2022.00070
研究面向部分可观测追逃博弈的可扩展深度强化学习算法。
Skypilot: A Constraint-Aware LLM Fine-Tuning Framework for AAV Coverage Search
Skypilot：面向无人机覆盖搜索的约束感知大语言模型微调框架
IEEE Transactions on Vehicular Technology · DOI 10.1109/TVT.2026.3725713
面向无人机覆盖搜索，研究考虑约束的大语言模型微调框架。
HiMARS: Hierarchical Multiagent Reinforcement Learning With Skill Orchestration for Multi-AAV Cooperation in Complex Environments
HiMARS：通过技能编排实现复杂环境中多无人机协作的分层多智能体强化学习
IEEE Transactions on Systems, Man, and Cybernetics: Systems · DOI 10.1109/TSMC.2026.3719419
面向复杂环境中的多无人机协作，研究结合技能编排的分层多智能体强化学习方法。