模型预测模糊控制：面向户外搜救机器人的分层多智能体控制架构
系统与控制
2025-05-07 v1 机器人学
系统与控制
摘要
在未知搜救 (SaR) 环境中部署的自主机器人可以通过协助快速定位和救援被困受害者来显著提高任务效率。我们提出一种新型集成分层控制架构，称为模型预测模糊控制 (MPFC)，用于自主任务规划的多机器人 SaR 系统，以高效映射未知环境为目标：将模型预测控制 (MPC) 与模糊逻辑控制 (FLC) 结合，机器人由计算高效的 FLC 控制器进行局部控制，其参数通过集中式 MPC 控制器进行调优，形式为定期或事件触发方式。该架构提供三大优势：(1) 控制决策由 FLC 控制器作出，因此实时计算时间可接受。(2) 集中式 MPC 控制器以全局预测视角优化性能准则，并相应更新 FLC 控制器的参数。(3) FLC 控制器本质上为启发式控制，决策中不考虑最优性，而经 MPC 控制器调优的参数可间接在机器人的局部决策中引入一定程度的最优性。设计了用于灾难环境中受害者检测的仿真环境，使用离散二维网格模型于 MATLAB 中实现。虽然在计算效率方面与 decentralised FLC 控制器相当，集成的 MPFC 架构显著提高了多机器人 SaR 系统的性能。此外，MPFC 的性能与集中式 MPC 在 SaR 机器人路径规划方面的性能相当，但 MPFC 所需计算资源显著降低，因为控制问题中的优化变量数量大幅减少。
引用
@article{arxiv.2505.03257,
title = {Model Predictive Fuzzy Control: A Hierarchical Multi-Agent Control Architecture for Outdoor Search-and-Rescue Robots},
author = {Craig Maxwell and Mirko Baglioni and Anahita Jamshidnejad},
journal= {arXiv preprint arXiv:2505.03257},
year = {2025}
}