吴 皓, 田国会, 黄 彬
Research on the collaboration strategy of multi-robot for exploring unknown environment
WU Hao, TIAN Guo-hui, HUANG Bin
School of Control Science and Engineering, Shandong University, Jinan 250061, China
摘要:
提出了一种基于观测点融合的改进免疫网络探测算法,完成多机器人对未知区域的快速、高效的探索任务.该算法在大大减少通信量,又能准确计算各全局观测点花费的情况下,将不同机器人的局部观测点融合在一张地图上,使机器人的协作能力充分发挥.利用T细胞函数修正了免疫网络浓度模型,同时免疫模型参数的确定考虑各观测点的扩散度和探索方向对系统性能的影响.将仿真试验与市场法和基本免疫算法比较,结果证明INEA算法使机器人之间的协作程度明显提高,而增加观测点扩散度和探索方向一致度指标,加快了系统的探索效率.
中图分类号:
| [1] | 梁春林1,彭凌西2*. 基于免疫网络的无监督式分类算法[J]. 山东大学学报(工学版), 2010, 40(5): 82-86. |
| [2] | 沈晶,刘海波,张汝波,吴艳霞,程晓北. 基于半马尔可夫对策的多机器人分层强化学习[J]. 山东大学学报(工学版), 2010, 40(4): 1-7. |
|
||