噪声在拥挤集合中的目标实现
机器人学
2026-02-25 v2 软凝聚态物质
多智能体系统
摘要
在拥挤环境中，个体必须绕行其他占有者以到达目的地。理解和控制这些空间中的交通流对于协调机器人群集和设计密集人群的基础设施至关重要。本文通过仿真、理论和实验研究如何向代理运动添加随机性以减少交通拥堵并帮助代理人更快地到达指定目标。计算方法揭示了集体行为。超过临界噪声水平后，大规模拥堵不会持续存在。从这一观察出发，我们对群体的目标实现率进行解析近似，从而求解实现目标代理密度与噪声水平。机器人实验证实了我们仿真和理论结果中观察到的行为。最后，我们比较简单、局部的导航方法与计算成本高昂的集中规划器。一种简单的反应性方案在中等密度下表现良好，且远比规划器更具计算效率，激励进一步研究稳健的、去中心化的拥挤环境导航方法。通过整合物理和工程学的思想结合仿真、理论和实验，本工作确定了新兴交通研究的新方向。
引用
@article{arxiv.2507.08100,
title = {Noise-enabled goal attainment in crowded collectives},
author = {Lucy Liu and Justin Werfel and Federico Toschi and L. Mahadevan},
journal= {arXiv preprint arXiv:2507.08100},
year = {2026}
}