Task Assignment and Exploration Optimization for Low Altitude UAV Rescue via Generative AI Enhanced Multi-agent Reinforcement Learning

要約

人工知能（AI）駆動型の畳み込みニューラルネットワークは、未知の環境で低高度の航海車両（UAV）および地上コンピューティングノード（GCN）によって実行される救助、検査、および監視タスクを強化します。
ただし、彼らの高い計算需要は、多くの場合、単一のUAVの容量を超えて、システムの不安定性につながり、GCNSの限定的かつ動的なリソースによってさらに悪化します。
これらの課題に対処するために、このペーパーでは、UAV、接地包まれたロボット（GERS）、および高高度プラットフォーム（HAPS）を含む新しい協力フレームワークを提案します。
具体的には、動的な長期最適化問題として、UAVにおけるタスクの割り当てと探査最適化の多目的最適化問題を定式化します。
私たちの目的は、時間の経過とともにシステムの安定性を確保しながら、タスクの完了時間とエネルギー消費を最小限に抑えることです。
これを達成するために、最初にリアプノフ最適化手法を採用して、安定性の制約を伴う元の問題をスロットごとの決定論的問題に変換します。
次に、ハンガリーのアルゴリズムを生成拡散モデル（GDM）ベースのマルチエージェントディープ決定論的ポリシー勾配（MADDPG）アプローチと組み合わせたHg-MADDPGという名前のアルゴリズムを提案します。
最初に、探査エリアの選択方法としてハンガリーのアルゴリズムを紹介し、環境との相互作用におけるUAV効率を高めます。
次に、GDMとマルチエージェントの深部決定論的ポリシーグラデーション（MADDPG）を革新的に統合して、タスクオフロードやリソース割り当てなどのタスク割り当て決定を最適化します。
シミュレーション結果は、提案されたアプローチの有効性を示しており、ベースラインの方法と比較して、タスクのオフロード効率、レイテンシーの削減、システムの安定性が大幅に改善されています。

要約(オリジナル)

Artificial Intelligence (AI)-driven convolutional neural networks enhance rescue, inspection, and surveillance tasks performed by low-altitude uncrewed aerial vehicles (UAVs) and ground computing nodes (GCNs) in unknown environments. However, their high computational demands often exceed a single UAV’s capacity, leading to system instability, further exacerbated by the limited and dynamic resources of GCNs. To address these challenges, this paper proposes a novel cooperation framework involving UAVs, ground-embedded robots (GERs), and high-altitude platforms (HAPs), which enable resource pooling through UAV-to-GER (U2G) and UAV-to-HAP (U2H) communications to provide computing services for UAV offloaded tasks. Specifically, we formulate the multi-objective optimization problem of task assignment and exploration optimization in UAVs as a dynamic long-term optimization problem. Our objective is to minimize task completion time and energy consumption while ensuring system stability over time. To achieve this, we first employ the Lyapunov optimization technique to transform the original problem, with stability constraints, into a per-slot deterministic problem. We then propose an algorithm named HG-MADDPG, which combines the Hungarian algorithm with a generative diffusion model (GDM)-based multi-agent deep deterministic policy gradient (MADDPG) approach. We first introduce the Hungarian algorithm as a method for exploration area selection, enhancing UAV efficiency in interacting with the environment. We then innovatively integrate the GDM and multi-agent deep deterministic policy gradient (MADDPG) to optimize task assignment decisions, such as task offloading and resource allocation. Simulation results demonstrate the effectiveness of the proposed approach, with significant improvements in task offloading efficiency, latency reduction, and system stability compared to baseline methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google