SPACE：用于评估去中心化多机器人任务分配算法的 Python 仿真器

群体机器人学探索了多个机器人协调以实现集体目标的可能性，其中集体决策是核心关注点。该过程涉及去中心化机器人自主作出局部决策并向其传递信息，从而影响整体的涌现行为。使用数百个或更多机器人在实际场景中测试此类去中心化算法往往是不切实际的，这凸显了有效仿真工具的需求。我们提出SPACE（Swarm Planning and Control Evaluation），一个基于 Python的仿真器，旨在支持去中心化多机器人任务分配（MRTA）算法的研究、评估和比较。SPACE通过允许用户将决策算法实现为 Python 插件、通过直观的 GUI 轻松构建智能体行为树，并提供内置的智能体间通信和局部任务感知支持，简化了核心算法开发。为演示其实际用途，我们在仿真器中实现并评估了CBBA和GRAPE算法，比较了它们在不同指标下的性能，特别是在动态引入任务的场景下的性能。该评估表明，SPACE在进行严谨且标准化的MRTA算法比较方面具有实用性，有助于支持该领域的未来研究。