基于机器人群体的弹性源搜索

我们提出了一种利用移动机器人群体定位未知标量场的源（或最大值）的解决方案。与依赖传统梯度信息不同，该群体确定一个上升方向以任意精度逼近源。上升方向由机器人位置处场强的测量值及其相对于质心的相对位置计算得出。我们分析的重点不是单个机器人，而是单位面积上的机器人密度，以保证更具弹性的群体，即即便个体在任务中丢失或错位，功能依然保持。我们通过给出群体形状的充分条件来强化算法的鲁棒性，使上升方向几乎平行于梯度。该群体可通过改变自身形状并利用多个上升方向的存在来应对意外环境。最后，我们通过数百个机器人进行了数值验证。大量机器人始终能计算出一个上升方向，这一事实补偿了个体的损失，并缓解了由执行器和传感器噪声引起的问题。