面向地外露天采矿的多机器人控制器与任务线索协同进化

机器人是月球露天采矿的理想选择，因为该任务枯燥、肮脏且危险。面临的挑战是如何随着机器人数量的不断增加来提高生产率。本文提出了一种用于多机器人挖掘和场地准备场景的可扩展控制器开发新方法。该控制器从空白状态起步，不需要人工编写的操作脚本，也不需要对挖掘机的运动学和动力学进行详细建模。“人工神经组织”（ANT）架构被用作自主机器人团队执行资源收集的控制系统。该控制架构将可变拓扑神经网络结构与粗编码策略相结合，使组织中能够发展出专门区域。我们在该领域的研究表明，自主分散机器人舰队存在最优作业密度。机器人过少会导致劳动力不足，而机器人过多则会引起对抗，即机器人相互撤销彼此的工作并陷入僵局。在本文中，我们探索使用模板和任务线索来进一步提升群体性能并最小化对抗。我们的结果表明，在严重时间限制等压力情境下，光信标和任务线索能有效激发新的创新性解决方案以改善机器人性能。