循环追捕中智能体的引导

本报告研究了由外部广播信号引导、且由随机一部分智能体检测到的循环追捕智能体系统的涌现行为。分析了两类循环追捕：1）线性循环追捕，其中每个智能体感知其目标或前导智能体的相对位置；2）非线性循环追捕，其中智能体仅能感知其前导智能体的方位，且发生碰撞的智能体合并并沿被追捕智能体的路径继续前进（即所谓的“bugs”模型）。在两种情形下，循环追捕都是一种聚集算法，此前已有分析。我们工作的新颖之处在于推导了在由随机子集智能体检测的外生广播控制存在时，线性与非线性循环追捕中的涌现行为。我们表明，群体的涌现行为依赖于循环追捕的类型。在线性情形下，对于任意幅度的输入（速度）信号，智能体渐近地沿期望方向对齐，并以与检测到广播控制的智能体数对群体中智能体总数之比成正比的共同速度运动。在非线性情形下，智能体聚集并以共享速度运动，该速度等于输入速度信号，与检测到广播信号的智能体数量无关。