用于表面检测的微型机器人集群中的集体贝叶斯决策
机器人学
2025-07-11 v2 系统与控制
系统与控制
摘要
机器人集群能够有效地服务于各种传感与检测应用。某些检测任务需要进行二元分类决策。本文提出了一种基于振动传感的表面检测任务实验装置，并在微型轮式机器人集群中研究了一种贝叶斯双结果决策算法。机器人的任务是基于占多数的瓷砖类型，对由振动和非振动瓷砖组成的1mx1m瓷砖表面进行单独检测和集体分类。机器人利用机载IMU感知振动，并使用一组红外传感器进行避障。我们开发了一个利用Webots机器人模拟器和粒子群优化（PSO）方法的模拟与优化框架。我们考虑了两种现有的信息共享策略，并提出了一种新策略，使集群能够快速做出准确的分类决策。我们首先找到了允许在模拟中进行高效采样的最优参数，然后使用100次随机模拟和10次真实实验，对我们提出的策略与两种现有策略进行了评估。我们发现，所提出的方法促使集群以加速的速率做出决策，平均决策时间改善了高达20.52%，而准确率仅损失0.78%。
引用
@article{arxiv.2404.08390,
title = {Collective Bayesian Decision-Making in a Swarm of Miniaturized Robots for Surface Inspection},
author = {Thiemen Siemensma and Darren Chiu and Sneha Ramshanker and Radhika Nagpal and Bahar Haghighat},
journal= {arXiv preprint arXiv:2404.08390},
year = {2025}
}