<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">ME</journal-id><journal-title-group><journal-title>Modern Engineering</journal-title></journal-title-group><issn>2996-6973</issn><eissn>2996-6981</eissn><publisher><publisher-name>Art and Design</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/ME.2025080025</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>多智能体强化学习MARL 驱动的农业无人机机器人协同控制算法研究</title><url>https://artdesignp.com/journal/ME/2/8/10.61369/ME.2025080025</url><author>周胜宏,王静然,吴诗瑞,龚鸣敏</author><pub-date pub-type="publication-year"><year>2025</year></pub-date><volume>2</volume><issue>8</issue><history><date date-type="pub"><published-time>2025-08-20</published-time></date></history><abstract>本文研究了多智能体强化学习（MARL）驱动的农业无人机机器人协同控制算法。首先分析了农业无人机机器人的应用背景及其协同控制的重要性，明确了研究目的和关键问题。其次，系统阐述了多智能体强化学习的基本原理和常见算法，并结合农业场景特点进行了需求分析。在此基础上，提出了一种基于 MARL 的协同控制算法，详细介绍了算法的整体架构设计和具体实现步骤。通过设计合理的评估指标，对算法性能进行了实验验证，结果表明该算法能够有效提升无人机群的协同作业效率和适应性。</abstract><keywords>多智能体强化学习,农业无人机机器人,协同控制算法,协同作业效率,智能化协同控制</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1]越胡.动态复杂环境下无人机群调度的多智能体协同控制挑战与对策[J].电子通信与计算机科学, 2025-01-01.[2] 曹壮壮. 基于深度学习的工业机器人运动控制算法优化研究[J]. 工程学研究与实用,2024,5(8). DOI:10.37155/2717-5316-0508-5.[3]姚昊林. 强化学习与深度学习结合的多智能体系统研究[J]. 电子通信与计算机科学,2025,7(8). DOI:10.37155/2717-5170-0708-9.[4]吴丹. 人工智能技术在机电设备电气自动化控制中的应用研究[J]. 机械与电子控制工程,2024,6(20). DOI:10.37155/2717-5197-0620-24.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
