目标围捕任务中搜索与预包围阶段的群机器人行为学习

作     者：薛颂东 张云正 曾建潮 XUE Songdong1 , ZHANG Yunzheng1 , ZENG Jianchao2

作者机构：太原科技大学工业与系统工程研究所太原030024 中北大学大数据学院太原030051 

出 版 物：《模式识别与人工智能》 (Pattern Recognition and Artificial Intelligence)

年 卷 期：2018年第31卷第4期

页      面：370-378页

核心收录：

学科分类：081104[工学-模式识别与智能系统] 08[工学] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金项目(No.61472269) 山西省回国留学人员科研项目(No.2016-091)资助~~ 

主　　题：群机器人 粒子群优化 协调控制 群体智能 目标搜索 

摘      要：为了进行群机器人协同作业,提出目标搜索中导航类集体行为学习策略.在使用具有闭环调节功能的动态任务分工方法进行任务分配、自组织地生成多个子群后,在子群中引入基于社会学习微粒群算法的机器人行为学习策略.在子群框架内,机器人各自独立地以感知的共同意向目标信号强度为标准对所有成员排序,将感知优于自己的机器人作为行为示范者.然后在搜索空间各维度上分别随机选择一个行为示范者,学习其在相应维度上的位置坐标,经构造得到搜索空间中自己的学习行为向量,由此决策自身的运动行为.仿真结果表明,在不需要学习全局社会经验的前提下,机器人能针对所属子群的共同意向目标进行协同作业,提高搜索效率.