基于多智能体合作博弈的液压支架调直策略研究OA

综采工作面液压支架群调直过程中,支架群间的强耦合关系与液压缸摩擦-滑移非线性构成典型的“耦合-非线性”双重复杂性,使传统控制方法难以有效建模.现有多智能体强化学习方法能实现并行决策,但面临全局奖励无法精确归因至各支架动作、仅依赖观测状态难以捕获支架群姿态的时序演化规律等问题,阻碍策略的有效收敛.为此,提出融合合作博弈与长短期记忆网络(LSTM)的多智能体强化学习算法CG-LSTM-MATD3.该算法基于去中心化部分可观测马尔科夫决策过程对液压支架调直过程建模,引入Shapley值实现各液压支架边际贡献的合理归因,并设计Coalition网络通过联盟生成降低计算复杂度.其次,在Actor、Critic以及Coalition网络中嵌入LSTM模块,通过对状态序列等信息的记忆,使模型能够捕获状态的时序依赖关系,增强对环境动态特性和真实状态的感知能力.实验结果表明,该算法在七支架任务中直线度相对基线算法提升80.59%,消融实验进一步证明了合作博弈机制与LSTM模块的有效性.