追捕领域中真实捕食者机器人与虚拟机器人的合作协同进化
机器人学
2021-09-01 v2 多智能体系统
摘要
追捕领域，或称捕食者-猎物问题，是研究协调技术的标准测试平台。尽管其问题设定看似简单，它对涌现群体智能的研究具有挑战性。本文提出一种基于粒子群优化（PSO）的（捕食者）机器人合作协同进化算法，称为 CCPSO-R，其中真实机器人与虚拟机器人共存于一个进化算法（EA）中。虚拟机器人采样并探索相应真实机器人附近区域，充当其动作空间，而真实机器人由实际追捕猎物机器人的真实捕食者构成，在适应度函数的即时引导下无固定行为规则地追捕猎物机器人，该适应度函数以模块化方式设计且仅需极有限的领域知识。此外，运动学限制与避碰考量被集成到机器人的更新规则中。实验在可扩展的捕食者机器人集群上针对 4 类猎物进行，结果表明所提 CCPSO-R 的可靠性、通用性与可扩展性。与代表性的基于动态路径规划算法多智能体实时追捕（MAPS）的比较进一步显示了 CCPSO-R 的有效性。最后，本文代码公开于：https://github.com/LijunSun90/pursuitCCPSOR。
引用
@article{arxiv.1901.07865,
title = {Cooperative coevolution of real predator robots and virtual robots in the pursuit domain},
author = {Lijun Sun and Chao Lyu and Yuhui Shi},
journal= {arXiv preprint arXiv:1901.07865},
year = {2021}
}