实验室林川教授的论文被国际顶级期刊 ieee transactions on intelligent transportation systems (if：6.492)录用-z6尊龙旗舰厅

实验室林川教授的论文被国际顶级期刊 ieee transactions on intelligent transportation systems (if：6.492)录用，祝贺！

smart underwater pollution detection based on graph-based multi-agent reinforcement learning towards auv-based network its

ieee transactions on intelligent transportation systems,

2022 (sci index, if=6.492)

海洋资源的过度开发和沿海城市化进程的快速发展，造成了严重的海洋污染，特别是水下扩散污染。因此，为了减少水下扩散污染的不利影响，必须快速探测和定位水下污染扩散源的位置。本文提出基于自主水下航行器（auv）集群的水下探测网络系统。利用软件定义网络（sdn）技术提升auv网络系统的可控性，提出基于sdn架构的多auv网络集群架构（sdn-its）。针对sdn-its，本文利用人工势场理论对系统控制模型进行建模和优化。为了优化系统输出并提升系统探测效率，本文提出基于图的soft actor-critic（sac）算法，将系统中的每个auv视为图中的一个节点。此外，在sdn控制器的帮助下，本文改进了基于集中训练分散执行架构（ctde）的优化模型，使每个auv能够有效地调整其航向，快速探测和定位扩散污染源的位置。仿真结果表明，本文提出的系统架构和探测优化方法可以快速高效地探测到水下污染扩散源。