基于鲁棒字典序任务分配的多智能体碰撞避免
最优化与控制
2020-08-26 v4 系统与控制
系统与控制
摘要
传统的多智能体运动控制任务分配方法未考虑碰撞的可能性。这可能导致路径规划面临严峻要求。我们推导了一种分配方法,该方法不仅最小化智能体与其分配目标之间的最大距离,还提供用于保证碰撞避免的局部约束。为此,我们引入一个序贯瓶颈优化问题,并定义优化分配对个体分配成本变化的鲁棒性概念。在以智能体尺寸相关的足够鲁棒性水平为条件下,我们为每个个体智能体构建时变位置界。这些局部约束是分配过程的直接副产品,且仅依赖于初始智能体位置、待访问目标点以及一个时序参数。我们证明:若所有智能体均满足其局部位置约束,则被分配移动到某一目标位置的智能体不会与任何其他智能体发生碰撞。我们在一个说明性案例研究中演示了该方法。
引用
@article{arxiv.2002.11247,
title = {Collision Avoidance Based on Robust Lexicographic Task Assignment},
author = {Tony A. Wood and Mitchell Khoo and Elad Michael and Chris Manzie and Iman Shames},
journal= {arXiv preprint arXiv:2002.11247},
year = {2020}
}