1.摘要
海上非法运输、污染增加了海上安防与交通管理的压力。由无人水面艇（USV）和无人机（UAV）组成的系统能够降低人工围捕的风险，但异构平台的局部观测范围不同，使协同策略难以设计。论文提出行为感知多智能体强化学习MARL框架：通过行为感知网络从局部历史观测中提取逃逸船的行为特征，并将其输入基于集中训练、分散执行（CTDE）的协同策略；同时设计势场掩码，避免 USV 与周围船舶和岛屿碰撞。框架分别嵌入值分解方法和策略梯度方法，形成 BA-Qmix 与 BA-MAPPO。实验表明，行为感知结构提高了 USV--UAV 协同围捕效率，对训练中未出现的确定性和随机逃逸行为也保持较好的泛化能力。
2.协同围捕问题建模
见个人简介