集中式多智能体迷宫探索的快速算法

机器人技术的最新进展为机器人替代人类身处危险情境铺平了道路，例如在燃烧建筑中搜寻受害者、在地震损毁结构中、在未探明的洞穴中、穿越雷区或巡逻犯罪猖獗的街道。这些挑战可概括为智能体必须探索未知迷宫的问题。我们提出了一种用于探索未知迷宫并定位静止目标的自动化移动智能体协作多智能体系统。用于迷宫探索的热方程驱动区域覆盖(HEDAC)算法采用势场引导迷宫探索，并集成智能体的协作行为，如碰撞避免、覆盖协调和路径规划。与先前在连续静态域上的应用不同，我们将HEDAC方法适配于在扩展的直线网格上的迷宫。所提算法保证对整个迷宫的探索，并能确保避免碰撞和死锁。此外，这是HEDAC算法首次应用于随时间扩展的域。为应对动态变化的域，我们适配并实现了逐次超松弛(SOR)迭代线性求解器，与标准直接和迭代线性求解器相比，显著降低了所提算法的计算复杂度。结果突显了显著改进，并展示了该算法在不同迷宫中的适用性。它们证实了算法的鲁棒性、适应性、可扩展性和简洁性，从而实现集中式并行计算以控制迷宫中的多个智能体/机器人。