uav-usv-marl-wind-farm/config.yaml at main · kkunkunya/uav-usv-marl-wind-farm · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
# 海上风电场UAV-USV协同任务分配仿真配置
# Configuration for Offshore Wind Farm UAV-USV Cooperative Task Allocation

# 地图与数据设置
map:
  image: content.png              # 2048x2048 卫星影像
  xml: content.xml                # PASCAL VOC 标注文件
  gsd_m_per_px: 5.0              # 地面分辨率（米/像素）
  grid_res_m: 10.0               # 栅格分辨率（米/格）

  # 安全缓冲距离设置
  buffer:
    rho_fan: 50.0                # 风机禁飞缓冲半径（米）- 减少到50m提高可通行性
    rho_uav: 20.0                # UAV障碍物膨胀半径（米）- 减少到20m允许更多路径
    rho_island: 10.0             # 岛屿外扩半径（米）

# 智能体配置
agents:
  uav:
    n: 5                         # UAV数量
    v: 15.0                      # 飞行速度（米/秒）
    Ecap: 10000                  # 电池容量（能量单位）- Phase1微调：25%增加适应RL探索
    alpha: 0.005                 # 移动能耗系数（能量单位/米）- 三次修复：最小化消耗
    reserve_ratio: 0.05          # 安全余量比例 - 最小化安全裕量
    eta_srv: 0.001               # 服务能耗系数（能量单位/秒）- 最小化服务消耗
    eta_idle: 0.0001             # 空闲能耗系数（能量单位/秒）- 最小化空闲消耗

  usv:
    n: 1                         # USV数量
    v: 5.0                       # 航行速度（米/秒）
    Ecap: 6000                   # 电池容量（能量单位）- Phase1微调：25%增加适应RL探索
    alpha: 0.008                 # 移动能耗系数（能量单位/米）- 最终修复：与UAV同等消耗
    reserve_ratio: 0.02          # 安全余量比例 - 最小化安全裕量
    eta_srv: 0.0                 # 服务能耗系数（能量单位/秒）
    eta_idle: 0.00002            # 空闲能耗系数（能量单位/秒）- 最小化空闲消耗

# 充电设置
charging:
  fixed:
    default_rate: 12.0           # 默认充电功率（能量单位/秒）- 二次修复：加快充电速度
    default_K: 3                 # 默认充电桩数量 - 二次修复：增加充电桩缓解瓶颈
    queue_policy: "FCFS"         # 排队策略（先来先服务）

  mobile:
    enable: false                # 是否启用移动充电（USV充电）
    R: 50.0                      # 移动充电服务半径（米）
    rate: 3.0                    # 移动充电功率（能量单位/秒）

# 任务设置
tasks:
  service_time_dist: "lognormal" # 服务时间分布类型
  service_time_params:
    mu: 3.0                      # 对数正态分布参数 μ
    sigma: 0.5                   # 对数正态分布参数 σ
  min_service_time: 60.0         # 最小服务时间（秒）
  max_service_time: 600.0        # 最大服务时间（秒）

# 奖励函数权重
reward:
  lambda_T: 1.0                  # 总完成时间权重
  lambda_sigma: 0.2              # 负载均衡权重
  lambda_E: 0.01                 # 能量消耗权重
  lambda_Q: 0.05                 # 队列等待权重

# 仿真参数
sim:
  dt: 2.0                        # 决策时间步长（秒）
  horizon_s: 36000               # 仿真时长（秒，10小时）
  max_episodes: 1000             # 最大回合数

  # 起始位置设置
  start_policy: "base"           # 起始策略：base（基地）/random（随机）/distributed（分布式）
  base_location: [0, 0]          # 基地坐标（米）

# 扰动设置（用于鲁棒性测试）
disturb:
  v_sigma: 0.05                  # 速度扰动标准差（相对值）
  alpha_sigma: 0.05              # 能耗扰动标准差（相对值）
  dynamic_nfz: false             # 是否启用动态禁飞区
  weather_effects: false         # 是否考虑天气影响

# 观测空间设置
observation:
  top_k: 5                       # 观测最近k个节点
  normalize: true                # 是否归一化观测值
  include_global_state: true     # 是否包含全局状态信息

# 动作空间设置
action:
  type: "discrete"               # 动作类型：discrete（离散）
  mask_infeasible: true          # 是否掩码不可行动作
  include_stay: true             # 是否包含等待动作

# 日志与调试
logging:
  level: "INFO"                  # 日志级别
  save_trajectories: true        # 是否保存轨迹
  save_events: true              # 是否保存事件日志
  visualization: true            # 是否生成可视化

# 实验设置
experiment:
  name: "wind_farm_marl"         # 实验名称
  seeds: [42, 123, 456, 789, 999] # 随机种子列表
  output_dir: "results"          # 输出目录
  save_models: true              # 是否保存训练模型

# 算法配置（用于基线对比）
algorithms:
  milp:
    solver: "PULP_CBC_CMD"       # MILP求解器
    time_limit: 300              # 求解时间限制（秒）

  genetic:
    population_size: 100         # 种群大小
    generations: 50              # 进化代数
    mutation_rate: 0.1           # 变异率
    crossover_rate: 0.8          # 交叉率

  heuristic:
    strategy: "nearest_neighbor" # 启发式策略