基于目标区域吞吐率的公共目标机器人集群拥堵控制算法
机器人学
2022-08-24 v3 多智能体系统
摘要
当大量机器人试图到达公共区域时，会发生拥堵，造成严重延迟。为了最小化机器人集群系统中的拥堵，必须以去中心化方式采用交通控制算法。基于旨在最大化公共目标区域吞吐率的策略，我们开发了两种新颖算法，供机器人使用人工势场进行避障与导航。一种算法受创建队列以到达目标区域的启发（单队列形成器——SQF），另一种利用向量场使机器人触碰圆形区域边界（触碰即走向量场——TRVF）。我们进行了仿真实验，表明所提算法受其启发理论策略吞吐率的约束，并将这两种新算法与针对同一问题的现有最优算法（PCC、EE 和 PCC-EE）进行比较。SQF 算法在机器人数量庞大或圆形目标区域半径较小时显著优于所有其他算法。另一方面，TRVF 仅在机器人数量有限时优于 SQF，且在机器人众多时仅优于 PCC。然而，它使我们能够分析当将一个理论策略中的想法转化为考虑机器人间变化线速度与距离的具身算法时，对吞吐率的潜在影响。
引用
@article{arxiv.2201.09337,
title = {Congestion control algorithms for robotic swarms with a common target based on the throughput of the target area},
author = {Yuri Tavares dos Passos and Xavier Duquesne and Leandro Soriano Marcolino},
journal= {arXiv preprint arXiv:2201.09337},
year = {2022}
}
备注
Corrections were made to the TRVF algorithm and the text, and new references were added