强化学习论文解读——无人机的创新
就是先讲一下背景知识嘛，随着人类科技的发展，人工智能也发展的不错，一些无人驾驶设备也包括无人机（本文主人公），在搜索人类难以到达的地方做出了极大贡献，然后话锋一转，但是啊。。。。要是你场景比较复杂呢，你目前现有的技术是够呛的，因为你的伸展性，和高效联合性都不太够；更进一步呢，当你任务场景变得更大之后，你的实时全球信息供应的效率是很难跟上需求的，因此我们需要当地信息供应。好了背景讲得差不多了。。我们的成果啊啊啊！！就是专注于大环境！大场景！，把它细分得很小，来提供当地信息并运用到UAV,因为搜寻场景比较复杂，就需要高适应性的决策制定，这建模成马尔可夫决策过程是比较合适的，对于基于结果的大场景，我们提出了分布式联合搜寻发，基于mar然后下面是一些方法的优势什么的，方法介绍，（细说不了一点，再细说我就相当于翻译全文了，受不了）
然后就是无人机发展的不错，运用场景很广，应用场景包括搜寻，救援任务，农业探测等等，然后因为真的很厉害，很多人都去研究，相比于传统，UAV确实它的优势太多了，然后展开细说优势
然后结尾又讲了UAV(进步的它)运用场景还包括找人，辨识危机，进入灾区
然后这段大概就是说，你任务一旦复杂起来，单一的UAV很难办，所以就有了UAV 集群，然后引出了其中一种方法叫做集中法，有讲到集中法的好处，但主要还是展开细说集中法它的局限性，在一些较为复杂的场景有局限
拷打完集中法，接下来就是爆夸咱们的分布式，然后就是展开一直夸，主打一个对比
虽然啊，我们的分布式很强啊，但还是解决不了所有问题啊，接下来开始拷打全球信息，有局限性，而且在一些地方非常严重，然后再主打一个对比，疯狂夸赞咱们的本地信息
然后开了一段展开细说另一个问题，就是你场景太大了，任务太复杂了，然后你大环境太难了变化多端，细说完问题就是老套路。。为了解决这个问题啊。。。我们呢可以把一个大地图分解成好几个小地图，然后我们给搜寻过程建模，基于MDP法，运用了MARL,MARL的用途，还运用了MADDPG来控制集群，而且我们的方法用实验证明过捏，然后展开细说我们成果的一些贡献
为了处理实时的准确的全球消息，我们的做法，把大环境拆小，这样UAV可以很好地运用全球和本地消息来解决问题
然后接下来讲，UAV为啥被需要（有活力的nature，还有为了应答改变的大环境，以及UAV的灵活），UAV可以建立明确的方法在（s,a,r）三件套，然后下面就是一些好处
就是一个大佬又提出了一种算法叫做
集中法不太行，所以咱们就都来研究分布式方法：无人机协同搜索算法，
分布式自组织，自主协同搜索的改进搜索算法，好处：自主协作和协调，彼此在未知环境中执行高效的搜索任务，不依赖于集中控制系统的环境，
竞争粒子群优化算法减少
整体搜索时间缩短，提高检测效率。
不过啊，虽然啊，现成的很多方法都很有用啊，但是啊，还是那句话，一旦场景和任务复杂起来，就废了啊，所以主角终于要登场了（我们的产品。。。！！！！）
拆分了大规模搜索场景整合局部信息，
提出新颖的设想，基于marl的无人机群搜索方法
实现类在可扩展性和效率方面的提高
