Frontier Shepherding: 一种用于大规模探索的仿生多机器人框架

大规模环境的高效探索仍然是机器人学中的一个关键挑战,其应用范围从环境监测到搜索救援行动。本文提出了Frontier Shepherding (FroShe),一种用于大规模探索的仿生多机器人框架。该框架基于牧羊犬的放牧行为,对前沿探索进行启发式建模,其中前沿被视为一群羊,对建模为牧羊犬的机器人做出反应。FroShe在不同环境规模和障碍物密度下均表现出鲁棒性,在跨多个智能体部署时只需最少的参数调整。仿真结果表明,无论环境复杂性如何,所提出的方法性能一致,并且在使用三架无人机时,平均优于最先进的探索策略20%。该方法还在类似森林环境中使用单架和双架无人机部署的真实世界实验中得到了进一步验证。