面向具备物理才能的无人机机器人及其战术智能群体行为：一种高效协同设计方法

协作自主系统（如机器人群体）的整体性能或能力受到个体系统在该群体中形态学和行为的共同影响。在此背景下，本文探讨了形态学如何影响执行侦察和搜救任务的无人机/地面机器人群体的学习型战术行为。这通过提出一种计算高效框架来实现，从而解决了该问题通常具有挑战性的联合优化机器人群体形态学和战术行为的问题。为此，本文的关键新发展包括使用物理才能指标并修改图形强化学习架构，以允许联合学习群体战术策略以及约束无人机执行这些战术动作的搜索速度、飞行范围和巡航速度等人才指标。对该协同设计方法的实现得到了开源 Pybullet 基于 swarm 模拟器的进步，后者允许使用可变无人机资产能力。与固定的 Pareto 设计下的战术学习相比，协同设计的结果在任务性能指标方面表现优越。通过将基线设计与协同设计结果进行比较，也观察到形态学和所学行为之间的显著差异。