不确定条件下自主异构多智能体区域搜索的运动控制

在搜索任务中使用多个移动机器人具有诸多益处，但需要一个合适且高效的运动控制算法，能够考虑传感器特性、目标检测的不确定性以及所需机动动作的复杂性，以使多智能体搜索实现自主。本文提供了一种利用多个无人搜索智能体进行自主二维搜索的方法论。所提方法论依赖于基于初始估计目标分布和空间变化搜索智能体传感器的连续作用来精确计算目标出现概率分布。自主搜索过程的核心是通过热方程驱动区域覆盖（HEDAC）方法利用目标出现概率模型的多搜索智能体高层运动控制。该集中式运动控制算法专为处理在运动和感知特性上均异构的搜索智能体组而设计。智能体的运动由势场梯度引导，从而提供对搜索空间近乎遍历的探索。所提方法在三个逼真搜索任务仿真中测试，并与三种替代方法比较，其中 HEDAC 在所有测试中均优于所有替代方法。传统搜索策略达到相当检测率所需时间约为 HEDAC 控制搜索的两倍。可扩展性测试表明，增加 HEDAC 控制的搜索智能体数量虽在一定程度上降低搜索效率，但提供了所需的搜索加速。本研究展示了所提方法的灵活性与有效性，并为可能的实际应用奠定了坚实基础。