基于自然界启发的具备特征的错误容错集体运动
机器人学
2025-12-30 v1 多智能体系统
摘要
在集体运动中，感知受限的个体无需中心控制即可有序移动。每个个体的感知高度局部化，其相互作用能力亦受限。尽管自然集体运动具备鲁棒性，但大多数人工 swarm 却脆弱。这种脆弱性在采用视觉作为感知模态时尤为突出，因其固有的歧义性和信息损失。本文提出一种受 locusts 启发的鲁棒集体运动机制。首先，发展一种结合视觉感知的邻居水平与垂直尺寸来估计距离的鲁棒方法。其次，引入间歇式运动机制，使机器人可靠检测未跟上运动的伙伴，从而干扰整个 swarm 的运动。我们展示了如何以鲁棒方式识别并规避这些故障机器人。通过大量基于物理的仿真实验，表明这些技术在 distance-based Avoid-Attract 模型以及依赖 Alignment 的模型中均显著提升了 swarm 的韧性。
引用
@article{arxiv.2512.22448,
title = {Bugs with Features: Vision-Based Fault-Tolerant Collective Motion Inspired by Nature},
author = {Peleg Shefi and Amir Ayali and Gal A. Kaminka},
journal= {arXiv preprint arXiv:2512.22448},
year = {2025}
}