人类-群集系统中动态控制结构的权衡

群集机器人研究简单机器人仅通过局部与其他机器人及其环境相互作用即可表现出复杂行为。群集机器人的控制主要是分布式的，而集中控制在其他机器人领域中广泛使用。集中和分布式控制策略都为多机器人系统的控制带来独特的一组优势和劣势。虽然分布式系统更具可扩展性和韧性，但与集中系统相比更不高效，并且会导致对人类操作员的大量数据传输，引发认知过载。我们检查了这些方法在人类-群集系统中执行环境监控任务时的权衡，并提出了一种灵活的混合方法，结合了层次化和分布式系统的元素。我们发现，灵活的混合系统在我们的环境监控任务中比集中系统性能高出 19.2%，同时减少了发送给人类操作员的消息数量（降低 23.1%）。我们得出结论，为系统建立集中控制并不总是最优的，且利用集中和分布式系统的某些方面可防止群集阻碍其性能。