基于劳动分工的群机器人地图创建探索策略研究

受社会性昆虫劳动分工的启发提出一种群机器人地图创建的探索策略,以提高群机器人创建地图的效率。当机器人所在顶点位置有未访问的路径时,机器人随机选择一条未访问路径进行访问;如果当前位置的所有路径都已被访问,机器人会根据响应函数对下一访问位置进行概率选择。对算法分别进行了不同地图规模和机器人数量的计算机仿真实验,根据算法评价指标(覆盖时间、路径重复覆盖次数和覆盖率)对实验结果进行了评价,并与随机选择的算法进行了对比,结果表明算法是可行、有效的。最后指出了下一步研究的方向。

基于响应阈值的群机器人地图创建探索策略

地图创建是群机器人研究的若干基准任务之一。文章提出一种群机器人地图创建的探索策略,该策略根据黄蜂群的响应阈值模型设计了响应函数,机器人根据响应函数对下一访问位置进行概率选择。对算法分别进行了不同机器人数量和不同响应阈值的计算机模拟实验,根据算法评价指标对实验结果进行评价,并对实验结果进行了分析,结果表明算法是有效可行的。

基于黄蜂群算法的群机器人全区域覆盖算法

总结当前覆盖问题的定义、分类和应用,使用三元组表示法形式化地描述了区域覆盖的问题定义.简要介绍黄蜂群的固定响应阈值模型,详细说明了群机器人基于固定响应阈值模型的黄蜂群区域覆盖算法.应用概率分析的方法对机器人的平均移动概率、响应阈值和刺激量的关系进行数学分析,从而指导响应阈值的选取.通过选取不同的区域大小、机器人数量以及响应阈值进行仿真实验,说明区域覆盖率、重复覆盖率与响应阈值、刺激量之间的关系.仿真结果表明,该算法有效可行.