基于鱼群涌现行为启发的集群机器人硬注意力强化模型

生物集群运动模型能使集群机器人涌现秩序,但是所形成的机器人自然集群秩序难以有效地被人工控制,为此提出鱼群硬注意力模型来解析实验鱼群数据中的交互行为。该模型通过编码器网络、图注意力网络、信息聚合网络、预解码网络以及最终解码网络等结构来获取焦点单体的重要邻居;再利用深度确定性策略梯度技术设计轨道强化网络与安全强化网络,以实现集群的人工控制。多智能体仿真与集群机器人实验结果表明:所提方法能够实现集群的人工轨道、安全控制,重要邻居信息为解决集群运动的强化学习难题提供了新思路,所提控制模型在无人机群空中协作、智慧农机集群作业、物流仓储多体搬运等领域具有较大的应用潜力。

无冲突协调自动联控集群机器人方法与仿真

集群机器人需要高效的通信和协同工作,但是受障碍物、其它机器人的位置和运动状态等因素影响,增加了无冲突协调自动联控的难度。为此,提出集群机器人的无冲突协调自动联控方法。采用马尔可夫决策描述机器人选取任务过程,利用博弈论,计算目标与机器人之间存在的距离与机器人移动耗时,建立机器人效用函数实现任务的分配;通过虚拟弹簧连接机器人,建立集群机器人网络,采用领导者-跟随者编队法对集群机器人编队;设计机器人在工作空间中的避障控制策略,实现集群机器人的无冲突协调联控。实验结果表明,所提方法的控制效率高、总路程短、不存在冲突和碰撞现象,验证了所提方法具有良好的联控性能。

集群机器人系统特性评价研究综述

集群机器人系统是群体智能的一个重要应用研究领域,也是机器人系统未来发展的重要方向之一.集群机器人系统特性评价是一个极具挑战性的关键技术与理论问题,对于集群机器人系统的研究与发展具有重要意义.首先,给出了对集群机器人系统基本概念的理解,并且从多种不同角度作出了分类.其次,梳理了多个关键的集群机器人系统期望特性;在此基础上,分别从评价标准、评价指标体系和评价方法三方面对已有集群机器人系统特性评价研究成果进行了比较全面的评述.最后,分析总结了当前集群机器人系统特性评价研究工作的不足,并对未来发展方向进行了展望.

集群机器人空间协作行为模型构建方法综述

集群机器人是由一定数量的物理机器人组成,该系统中的个体通过交互与协作,可涌现出鲁棒、可扩展、灵活的群体智能行为。集群机器人行为建模是科学分析此类系统的基本方法之一,也是其能力评估的重要基础,研究与分析集群机器人行为模型有助于理解其行为机理。首先对集群机器人的主要特性进行总结,列举了几种典型的集群机器人空间协作行为;在此基础上,对集群机器人空间协作行为进行分类,重点总结和阐述了集群机器人空间协作行为的建模方法,包括图论、仿生模型、动力学模型以及学习模型,从方法概述、应用实例与适用场景等多维度对各类建模方法进行了分析与比较。最后提出了集群机器人空间协作行为建模有待进一步深化研究的问题,并对其未来可能的研究方向进行了展望,以更好地支撑集群机器人系统评估与优化设计。该研究旨在使相关研究人员全面系统地理解集群机器人空间协作行为建模方法。

适用于智能交通系统仿真平台的微型集群机器人研究

智能交通系统是一类典型的复杂系统,其在实验室的仿真模拟往往需要借助集群机器人实现,且建设成本高昂。为此,提出一种实验室级智能交通系统解决方案,使用自主研发的微型集群机器人仿真自动交通运输系统,通过专用辅助设施收集实验数据、监控实验过程、管理实验脚本。集群车队自适应控制初步测试结果表明,所设计的微型集群机器人方案可以满足智能交通系统实验的基本要求。该方案具有规模扩充自由、实验维护简便、建设费用低廉的优点,为智能交通系统的教学与科研提供了有力支持。

基于虚拟现实和眼动追踪的人-集群机器人交互方法

操作员对集群机器人实施远程控制时面临被控对象众多、群体态势感知困难、集体行为控制不易等诸多挑战,使得手动遥控等传统交互方式无法实现高效、灵活、强沉浸感的人-集群机器人交互。为此,提出一种基于虚拟现实(VR)和眼动追踪的人-集群机器人交互(HSI)方法。首先,构建集群机器人VR交互场景并采集操作员的眼动数据;其次,解析获得瞳孔坐标、注视点等眼动特征,据此生成集群机器人的运动控制指令;最后,开展了真实集群机器人集群漫游、集群目标追踪及集群轨迹跟踪交互实验。机器人实验结果表明,该方法可实现灵活、便捷的人-集群机器人远程交互控制,这为人与集群机器人的共融协作提供了一种新的途径。

从自然灵感角度出发的群体智能集群机器人系统研究综述

受生物自组织行为启发的群体智能研究近年来发展势头迅猛,以生物自组织行为内在机理为依据可以协助研究者设计出高效的集群系统。本文从生物自组织行为出发对群体智能集群机器人系统的研究成果进行综述,首先解释自然界中生物的部分自组织行为;其次对生物自组织行为机制所衍生出的群体智能集群机器人系统任务进行归类,总结近年来的研究成果;最后对集群系统当前研究存在的问题以及受生物行为启发的集群机器人系统未来发展趋势进行展望。该综述致力于为广大研究者提供一个新角度思考群体智能集群机器人系统的研究成果以推动相关领域发展。

基于密度交互的集群机器人自组织垃圾收集算法

针对实际垃圾收集任务中垃圾常呈非均匀的斑块状分布的问题,提出一种基于密度交互的集群机器人自组织垃圾收集算法.首先,基于高斯核函数建立机器人邻域作业空间中垃圾分布以及邻居分布的空间密度场;然后,在密度信息驱动交互规则作用下,集群机器人通过边缘包围行为实现对垃圾斑块的环型包围;最后,配合面向粗粒度垃圾的平推收缩策略和面向细粒度垃圾的涡旋收缩策略,以群体协作的方式推动垃圾斑块向内聚拢,完成斑块状垃圾的收集任务.数值仿真以及真实集群机器人实验结果表明,所提出收集算法对单斑块、多斑块以及垃圾数量动态变化斑块均具有良好的收集效果,表现出优良的并行作业和自适应性能.

基于数据与压缩率预测的空间机器人集群中心节点选择策略

近年来,空间机器人集群方式的在轨服务技术受到各航天大国的重视。空间机器人集群对目标航天器进行在轨服务时,要将收集的目标信息传输至中枢卫星,如何均衡集群中每个节点的通信功耗是一个重要的研究问题。针对空间机器人集群与数据中枢卫星之间的通信功率最优问题,提出一种基于数据及其压缩率预测的空间机器人集群中心节点选择算法(DCP)。由于集群通信中的通信功耗主要与通信距离和通信时长(数据量)有关,可以基于集群的运动轨迹预测未来时刻的数据和压缩率,从而选择最优的集群中心节点,构建通信链路。在实验仿真中,与固定中心算法、度中心性算法、介数中心性算法以及接近中心性算法相比,DCP算法可以有效降低集群通信功耗,并且与实际的最优结果相比误差小于3%。

鱼群涌现机制下集群机器人运动强化的迁移控制

采用鱼群模型驱动多智能体可以涌现出优良的运动特性,但是,由于机器人与真实鱼类相比具有较大的差异性,使得鱼群模型难以应用于真实机器人系统.为此,提出一种结合深度学习与强化学习的迁移控制方法,首先,使用鱼群运动数据训练深度网络(deep neural network, DNN)模型,以此作为机器人成对交互的基础;然后,连接强化学习的深度确定性策略梯度方法(deep deterministic policy gradient, DDPG)来修正DNN模型的输出,设计集群最大视觉尺寸方法挑选关键邻居,从而将DNN+DDPG模型拓展到多智能体的运动控制.集群机器人运动实验表明:所提出方法能使机器人仅利用单个邻居信息就能形成可靠、稳定的集群运动,与单纯DNN直接迁移控制相比,所提出DNN+DDPG控制框架既可以保存原有鱼群运动的灵活性,又能增强机器人系统的安全性与可控性,使得该方法在集群机器人运动控制领域具有较大的应用潜力.

一种分布式集群机器人链式成型方法

针对复杂非结构环境下作业任务对机器人的多功能性、柔性化等特殊需求,以分布式、大规模晶格式集群机器人的局部交互与自主协作为基础,提出了一种机器人系统随任务柔性变形的新成型方法。遵循"分层剥离、分层填补、迭代循环"的分层成型策略,将群体系统的全局行为转化为当前构型体外层个体的局部行为,从而使得大规模集群机器人的自主、有序成型成为可能。在分层成型策略指导下,设计了一种融运动链规划与执行为一体的集群机器人链式成型方法:依据"分层剥离"策略,通过边缘层内机器人个体之间的局部交互和协作,系统自主涌现出一条包含优先移动个体集的运动链,有效解决了群体成型过程中的"谁先走"问题;依据"分层填补"策略,通过个体成型规则引导运动链内个体沿构型体边缘有序地填充至待填补区域,解决了群体成型过程中的"怎么走"和"到哪里"问题。最后,设计并完成了一种晶格式、全向移动机器人本体模型和硬件实物,通过4类典型目标构型、数量多达169台机器人验证了集群机器人链式成型方法在通用性、可扩展性方面的有效性。这种"一套粒子、机机共融、一机多能"的新成型方式,可以实现通过"软编程"方式操控一群机器人自主、有序地完成给定二维目标构型任务的个性化定制。

晶格式集群机器人矩阵成型方法及实验

针对复杂非结构环境下作业任务对机器人的多功能性、柔性化等特殊需求,提出一种以映射矩为目标构型识别依据、矩阵元素为成型运动核心的晶格式集群机器人矩阵成型方法.基于离散化处理后的晶格式群体系统与元素离散排列、对称分布的矩阵的相似性,在预处理阶段,将用户给定的二维目标几何构型任务进行矩阵二值化处理后,与初始构型矩阵嵌套和匹配,并依次通过矩阵映射运算、初始构型体的相对定位实现集群机器人对目标几何构型的有效识别.在成型阶段,晶格式机器人个体以矩阵元素为运动依据、晶格单元为成型载体,设计晶格式集群机器人的个体自主成型规则,有效解决群体系统中"走哪里"和"怎么走"的问题.最后,通过仿真实验表明群体矩阵成型方法的可行性和有效性.

复杂环境下移动机器人集群调度的关键技术研究与应用

文章对机器人集群协同调度展开了研究,提出了一套高效的调度算法;通过开发机器人集群协同调度云中心系统与操作平台实现了机器人集群的协同工作。其中,主要挑战在于实现机器人之间的有效沟通与协作,文章通过算法优化和系统开发取得了显著成效,提高了集群工作效率和协同控制的智能性。

机器人集群路径规划技术研究现状

受社会型生物群体行为启发,群体智能得到日益广泛的关注,机器人集群作为群体智能的重要承载者得到了大量研发和广泛应用。机器人集群路径规划技术作为一项核心关键技术也得到快速发展。为此全面深入地调研了机器人集群路径规划的技术发展现状,创新性地归纳了适用于不同集群规模、可扩展性要求、通信需求以及算法要求的集群规划基础计算架构,包括冗余计算架构、分布计算架构和分层计算架构。从可扩展性和适用性角度,分类梳理了最适用于机器人集群的路径规划方法,包括仿生学方法、人工势场法、几何学方法、经典搜索法和进化学习法,并为集群仿真验证研究提供了七款可免费下载或开源的机器人集群仿真验证平台。

集群机器人研究综述

首先,给出了集群机器人的定义与基本特征,概括了相对于传统多机器人控制方法的优势.然后,总结了集群机器人的主要设计与分析方法.将集群机器人研究归纳为空间组织、集群导航、集群决策以及其他集群行为等4类,综述了各类别近十年的主要研究成果.最后,分析总结了当前集群机器人研究面临的挑战与关键科学问题,并对未来发展方向进行了展望.

基于集群空间机器人的合作目标协同定位技术

根据集群空间机器人群内各成员功能的差异,设计了合作目标的协同定位方法.首先,采用状态方程建立了集群动力学模型,并基于线性Kalman滤波理论,设计了集中式协同定位滤波算法,为降低集中式协同定位滤波算法的计算量,进一步设计了分布式协同定位滤波算法.研究结果表明,本文分析了所提出的协同定位滤波算法的性能,并通过数学仿真进行了验证其稳定性和精度.

基于分组拍卖的集群机器人启发式图形构造算法

集群机器人的图形构造问题是指通过控制集群机器人的运动趋使其形成一个特定的图形.集群机器人中的图形构造问题通常可以分解为两个子问题:机器人与目标点之间的任务分配以及机器人与目标点之间的路径规划.根据集群机器人图形构造问题规模大、易拥堵、碰撞的特点,提出了一种集中优化、分组拍卖以及分布式交互相结合的OGADI(optimized grouping auction and distributed interaction)方法,以缩短图形构造的完成时间.将OGADI算法与最短路径集诱导顶点排序算法对比,结果表明,在集群机器人规模分别为500, 1000, 1300下, OGADI算法图形构造任务平均完成时间分别缩短了16.1%, 13.6%, 14.4%,仿真验证了OGADI算法的可行性和有效性.

微型机器人集群短距离相对定位方法

对平面内微机器人集群短距离相对定位问题进行了研究,针对微机器人尺寸小的特点,利用红外发送器、红外接收器和磁阻传感器相配合的方法实现了微型机器人集群的相对定位,分析了该相对定位方法的误差来源。仿真计算和实验结果证明了上述方法的可行性。提出的相对定位方法具有精度高、无积累误差、分布式、快速和可扩展等优点。

仓储物流机器人集群避障及协同路径规划方法

基于智能机器人的智能仓储系统为解决因电子商务兴起带来的仓储物流压力提供了有效的方案。而机器人集群的避障及路径规划问题是智能仓储系统能否正常运行以及提升其运行效率的关键所在。该文创新地提出一种在交通规则和预约表约束下的基于改进Q Learning算法的仓储物流机器人集群避障及协同路径规划方法。通过改进的Q Learning算法规划出每个机器人完成任务目标的最短路径并形成预约表,利用交通规则和预约表解决仓储物流机器人集群在运行时发生的碰撞和死锁问题,并根据所设定的协同机制,减少机器人无任务的待机状态,平衡各机器人之间的工作量,最终实现在保证系统安全运行的基础上缩短系统运行时间的目的。通过Matlab对该文所设计的算法进行仿真,以系统无碰撞完成所有任务的运行总时间即系统中最后一个完成任务的机器人无碰撞运行的总步数为评价指标,验证了该方法的有效性。

基于红外的微机器人集群自主通信转接控制方法

对多障碍物环境下微机器人集群自主通信转接的控制问题进行了研究。结合微机器人尺寸小的特点,采用低功耗的红外通信方式,利用载波侦听多路访问技术实现了多移动微机器人间的红外通信。在红外通信的基础上,建立了基于弹簧阻尼系统的自主通信转接控制模型,设计了相应的控制器以实现微机器人的运动控制,进而实现微机器人集群的自主通信转接。仿真结果验证了该控制方法的有效性。