元导航函数：用于多智能体系统协调的自适应关联
机器人学
2022-10-05 v1 多智能体系统
摘要
本文引入一类新的势场，即元导航函数（MNFs），以协调多智能体系统。得益于 MNF 表述，智能体可通过部分及/或完全关联为彼此的协调做出贡献，这与传统的分散式导航函数（DNFs）相反。特别地，智能体可经由其 MNFs 相互激励。此外，MNFs 需被约束，这是相较于 DNFs 的莫尔斯条件更弱的条件。MNF 由约束函数与吸引核组成。前者的临界点可被约束在目标临界点周围的安全区域内。在抵达安全区域前，智能体的无碰撞轨迹及其与同伴的关联由约束函数支配。随后，吸引核在安全区域内将智能体驱动至其目标。MNFs 相较 DNFs 提供了更快的协调。我们阐释了 MNFs 如何在智能体部分与完全关联过程中展现某些社会行为。我们的仿真验证了 MNFs 协调复杂智能体群的效率。
引用
@article{arxiv.2210.01314,
title = {Meta Navigation Functions: Adaptive Associations for Coordination of Multi-Agent Systems},
author = {Matin Macktoobian and Guillaume Ferdinand Duc},
journal= {arXiv preprint arXiv:2210.01314},
year = {2022}
}
备注
American Control Conference (ACC) 2022