机器人群体对连续环境的估计：相关网络与决策制定

集体决策是大规模多机器人系统建立群体层面自主性的基本能力。群机器人中有关集体决策的文献大多聚焦于从有限个选项中进行离散决策。在此，我们赋予一个去中心化机器人系统以探索无界环境、就某一可测环境特征的均值达成共识、并聚集于测得该值的区域（例如等值线）的任务。该任务的一个独特性质是机器人动态网络拓扑与其决策之间的因果回路。例如，网络的平均节点度影响收敛时间，而当前达成一致的均值影响群体聚集位置，从而影响网络结构以及精度误差。我们提出一种控制算法，并在不同环境的真实机器人群体实验中加以研究。我们表明该方法有效，且相比对照实验达到了更高精度。我们预期其可应用于例如利用水面艇遏制污染。