大规模自主代理群的概率与分布式控制
最优化与控制
2016-09-08 v3 概率论
统计理论
统计理论
摘要
我们提出了一种新方法，以分布式和可扩展的方式引导大规模自主代理群进入所需的编队形状。我们的“基于非齐次马尔可夫链的概率群引导”（PSG-IMC）算法采用欧拉框架，其中物理空间被划分为箱，并控制每个箱上的群密度分布。每个代理使用时间非齐次马尔可夫链确定其箱转移概率。这些时变马尔可夫矩阵由每个代理利用当前群分布的反馈实时构建，该分布以分布式方式进行估计。PSG-IMC 算法最小化了实现和维持所需编队形状每个时间步的预期转移成本，即使代理被加入或移出群。该算法能很好地扩展到大量代理和复杂编队形状，也可适用于区域探索应用。我们通过数值模拟结果和使用多个四旋翼飞行器的硬件实验，证明了所提出的群引导算法的有效性。
引用
@article{arxiv.1403.4134,
title = {Probabilistic and Distributed Control of a Large-Scale Swarm of Autonomous Agents},
author = {Saptarshi Bandyopadhyay and Soon-Jo Chung and Fred Y. Hadaegh},
journal= {arXiv preprint arXiv:1403.4134},
year = {2016}
}
备注
Submitted to IEEE Transactions on Robotics