多機(jī)器人圍捕策略研究.pdf

1、隨著人類對機(jī)器人完成任務(wù)的要求的提高，多機(jī)器人系統(tǒng)應(yīng)用領(lǐng)域也不斷擴(kuò)大。多機(jī)器人系統(tǒng)能完成單機(jī)器人不能完成的任務(wù)，還能從組織和系統(tǒng)的角度研究多個機(jī)器人之間的協(xié)作機(jī)制，發(fā)揮多機(jī)器人系統(tǒng)的各種內(nèi)在優(yōu)勢。
　　 多機(jī)器人協(xié)作是多機(jī)器人系統(tǒng)中的核心問題，本文研究的多機(jī)器人圍捕任務(wù)是典型的多機(jī)器人系統(tǒng)協(xié)作課題，涉及到多機(jī)器人系統(tǒng)中的控制結(jié)構(gòu)、學(xué)習(xí)算法、任務(wù)分配等問題。本文從分析并實(shí)現(xiàn)已有的圍捕的方法入手，在此基礎(chǔ)上對基于人工勢場的圍捕策略進(jìn)

2、行改進(jìn)以提高圍捕效率，最后將圍捕任務(wù)擴(kuò)展到多目標(biāo)機(jī)器人，提出了投標(biāo)者聯(lián)合投標(biāo)的拍賣算法。主要包括以下內(nèi)容：
　　 首先針對圍捕任務(wù)，總結(jié)了圍捕的兩種方法：基于Q學(xué)習(xí)的方法和人工勢場法。并基于仿真平臺MuRoS對這兩種方法進(jìn)行了實(shí)現(xiàn)和分析。分析結(jié)果表明：Q學(xué)習(xí)不需要設(shè)計(jì)具體的同捕策略，學(xué)習(xí)過程中通過經(jīng)驗(yàn)積累，圍捕使用時間逐漸減少，學(xué)習(xí)算法最終收斂。但是相對于人工勢場法，學(xué)習(xí)過程緩慢，且強(qiáng)化信號設(shè)計(jì)較為復(fù)雜。人工勢場法簡潔直觀，但是

3、機(jī)器人行為控制參數(shù)不易確定，很難找到最優(yōu)解。
　　 圍捕任務(wù)是巡邏、軍事對抗等任務(wù)的具體形式，效率（圍捕成功率和圍捕消耗時間）尤其重要。在上述人工勢場法實(shí)施圍捕的基礎(chǔ)上，針對圍捕任務(wù)的效率問題，分析了圍捕過程中機(jī)器人的運(yùn)動目標(biāo)對圍捕的影響，對簡單形成包圍圈實(shí)施圍捕做了改進(jìn)，提出了基于角度優(yōu)先的圍捕策略。仿真結(jié)果顯示改進(jìn)后的方法提高圍捕成功率，減少了圍捕時間。
　　 任務(wù)分配是多機(jī)器人系統(tǒng)協(xié)作的一個關(guān)鍵環(huán)節(jié)，其中使用較多的

4、是拍賣算法，這些算法根據(jù)經(jīng)濟(jì)市場中的拍賣來設(shè)計(jì)，其目的是為了實(shí)現(xiàn)資源的較優(yōu)分配。針對圍捕這個緊耦合任務(wù)，機(jī)器人必須通過協(xié)作完成任務(wù)，且各機(jī)器人對任務(wù)的貢獻(xiàn)依賴于其他機(jī)器人的位置信息。為此，本文提出投標(biāo)機(jī)器人聯(lián)合形成小組作為一個整體給任務(wù)投標(biāo)，并針對組合過多、計(jì)算量大、通信量大等問題對該方法進(jìn)行改進(jìn)。仿真結(jié)果顯示聯(lián)合投標(biāo)用于任務(wù)分配是可行的。
　　 本文的仿真實(shí)驗(yàn)都是在仿真平臺MuROS進(jìn)行的，但針對圍捕的功能還不完全。論文在對其