一种简约控制器用于自主自我聚集的机器人集群：在多任务场景中实现紧凑编队-计算机科学-人工智能-群机器人技术.pdfVIP

一种简约控制器用于自主自我聚集的机器人集群：在

多任务场景中实现紧凑编队

MariaEduardaSilvadeMacedo[0009-0003-8153-6359],AnaPaulaChiarellide

Souza[0009-0007-5792-9549],RobertoSilvioUbertinoRosso

Jr.[0000-0002-9691-8750],andYuriKaszubowskiLopes[0000-0002-4627-5590]

SantaCatarinaStateUniversity,JoinvilleSC89219-710,Brazil

本摘要简单涌现行为在群机器人系统中的部署已经在文献中得到了充分的

译演练。最近的一项研究表明，多任务方法中自我聚合是如何可能实现的——

即在同一环境中多个自我聚合任务实例同时发生。多任务方法提出了新的

中挑战，特别是每个群体的动力如何影响其他群体的表现。到目前为止，机

1器人组的多任务自我聚合存在生成非完全紧凑圆形阵列的问题——或者

v说，不是完全自主的。在本文中，我们介绍了一种依赖于单一视线传感器

9

6将同质机器人分组为不同紧凑簇的多任务自我聚合方法。我们的多任务自

9我聚合行为能够很好地扩展并实现紧凑排列。我们报告了一系列具有不同

3

1群体数量和每组机器人数量配置的模拟试验的可扩展性结果。我们在集群

.紧缩程度方面提高了多任务自我聚合行为的表现，保持了在其他研究中发

7

0现的聚集机器人的比例。

5

2

:Keywords:群机器人技术·涌现行为·多任务自我聚集

v

i

x

r

a1介绍

自聚集是自然界中广泛遇到的许多涌现行为之一[1]，并在群机器人技

术中得到应用，因为它作为其他形式合作的前提条件[2]。这是一种由去中

心化控制驱动的行为，在这种行为中，置于环境中的机器人尽可能快地聚集

成一个紧凑的集群[3]。

自我聚集中使用了反应性和完全递归神经网络控制器[3,4]。在[3]中，

采用了一种进化方法来优化递归和反应性控制器的参数，将机器人视线传感

器的读数映射到其差分轮的速度上。通过每种方法获得的100个控制器中，

分别有99例和19例实现了紧凑的编队，对于递归和反应性方法而言。对于

反应性控制器，还进行了网格搜索以拟合参数，从而实现了紧凑的编队。在

2M.E.S.deMacedoetal.

[4]中证明了自聚集中自主控制需要长距离传感器。然而，[3,4]仅关注单一

任务自我聚集。

在[7]中，使用视线传感器实现机器人自主自聚集和物体聚类被推广到

一个多任务设置。这允许在同一时间和同一环境中同时进行多个相同任务的

实例，并且无需任何外部输入。然而，在[7]中，多任务自我聚集导致了一种

特征为非紧凑和不可扩展圆形结构的涌现行为。在群体机器人分离背景中，

[9]通过网格搜索实现了类似的圆圈形成。在[11]中，通过基于分离和集群

行为的吉布斯随机场获得了紧致形态。他们的方法需要邻近机器人的相对位