通过最小化惊讶来实现机器群体的先天动机：从简单仿真到真实实验

大规模移动多机器人系统的应用相对于单一机器人具有更高的鲁棒性和可扩展性优势。开发多机器人系统的控制器具有挑战，因为众多相互作用难以预见且难以建模。使用机器学习或进化机器人进行自动设计似乎是规避该挑战的选项，但带来了设计奖励或适应函数的挑战。通用奖励和适应函数似乎不太可能存在，任务特定的奖励常常带来意外的副作用。所谓先天动机的方法试图规避特定奖励的形式化，转而使用好奇心等不同驱动力。我们的先天动机方法是通过最小化惊讶来实现的，这通过最大化 swarm robot 传感器预测的准确率来实现。 swarm 机器人案例的独特优势在于，群体成员填充机器人的环境，并可触发更积极的行为，形成自我循环。我们总结了关于行为多样性、鲁棒性、可扩展性和人工自组织的先前仿真结果，并将其置于背景之中。在几个新研究中，我们分析了优化器的超参数影响、进化行为的可扩展性以及现实机器人仿真的影响。最后，我们呈现了使用真实机器人的结果，说明了如何弥合现实差距。