基于多控制智能体的改进shepherding行为

针对目前shepherding行为生成方法中,shepherd的运动方式缺乏速度和时间约束的缺陷,提出了一种改进的shepherding行为生成方法。通过在shepherd的路径规划中,把基于概率路径图(probabilistic roadmap,PRM)的多智能体解耦式规划方法和基于速度调节的时变规划算法相结合,使得shepherd的运动满足时间和速度的约束,同时利用优先级策略实现shepherd之间的信息交互能力,因此产生的shepherding行为更加真实。仿真结果表明,改进的shepherding行为更符合骚乱事件中真实人的运动特性。