导：“在阅读一篇论文后，要对这几个方面有清晰的认识，动机、创新点和实验设计，外加自己对这篇论文有什么想法”
论文解读：本文组织如下:第二节介绍了相关工作，第三节介绍了大规模搜索场景和系统模型，第四节详细介绍了基于marl的无人机群搜索方法，第五节讨论了仿真设置和实验结果，第六节总结了本文。
建模思考理解：
这个u就是一个在x,y状态下的一个不确定性，它使用香农熵来表示，其中，香农熵越大，不确定性越大，而bxyt,则是在该状态下，发现目标的一个概率
而这个β，就是用于判断此处是否有目标，并只有0和1，先设置一个阈值ϵ，ϵ越大，b就比较难以大于ϵ，那么无人机就比较“谨慎”，不敢随意判断此处有目标，但是，也容易“错付”，反之阈值越小，无人机就越“莽撞”，却更容易误判
这是一个用来更新bxyt的算法，p是保真度。如果传感器未发现目标，则将ps替换为1 - p
这是一个效能值的权衡方程，由环境效能和目标效能组成
由刚刚那个涉及阈值的方程得，阈值越小，β越大，误判概率越大，结过越不可靠，目标效能越小
而环境效能则由上一个时刻和这一个时刻的香农熵决定，比如说香农熵增加得比较大，那么环境效能就比较大
动机:
搜索场景的日益复杂，搜索场景的规模越来越大
1.现有无人机群搜索方法缺乏可拓展性和高效协同能力
2.全局信息的准确性和实时性难以保证，需要提供局部信息
3.随着环境和任务是不断变化，无人机和任务数量的增加，状态空间和动作空间也相应变大，传统的优化方法很难有效地找到最优解，因此开发更有效和适应性更强的优化方法至关重要
创新点
采用分布式方法：更适合于复杂的环境和任务情况，可以提高系统的可靠性和容错性，分布式方法的计算和通信开销也相对较低，更适合大规模的无人机群协作。
采用局部信息：高度适应环境的独特特征和挑战
1.基于marl（多智能体强化学习）的搜索优化
（1）结构，就是去建模，Agent:把每个无人机建模为一个智能体，按照强化学习的方式去训练，Observation:去观察环境，把观察的好几个维度的指标（t时刻的局部信息，t时刻最新的TPM, 为无人机u在t时刻的位置，除无人机u以外的所有无人机的位置，无人机u的飞行方向，以及除无人机u以外的所有无人机的飞行方向） ，（可以把Observation看成向量？个人观点）当然，可以把Observation建模为一个"state"但是，真正的state还得是所有的observation的综合，如下图所示
然后运用了MADDPG(多智能体深度确定性策略梯度)算法解决早期的MARL（包括DL,CL）带来的问题