基于硬注意力机制下的鱼群涌现自动建模方法

生物集群的协同智能可用于启发人工复杂系统调控,但是现有的自动建模方法往往不符合生物集群信息的处理特点,导致单体的信息交互建模仍充满挑战。不失一般性,借助红鼻剪刀鱼的集群运动数据设计符合生物硬注意力机制的深度网络模型,该结构能强制单体考虑至多两个以内的邻居信息,并能显现出高影响力邻居经常出没的隐藏位置,说明硬注意力模型符合生物集群的信息处理机制。实验结果表明:所提硬注意力模型具有较为良好的稀疏信息解耦能力、较为鲁棒的集群运动指标以及较为优秀的集群规模泛化性能,为复杂系统的多层次行为分析提供了有力的工具支撑,该方法对集群机器人的分布式控制具有较强的启发意义。

基于仿生群体协同的集群智能控制研究

给出了基于生态智能群体行为的集群智能控制的思想和体系结构,从仿生学的角度构造了一种类似蚂蚁群体智能行为的集群智能控制模型及实现方法,仿真研究表明该方法对复杂系统的控制具有较高的精度和较快的反映能力;最后对其需要解决的问题、将来的研究方向和应用前景做了初步的探讨。

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.