中国科学技术信息研究所--国家工程技术数字图书馆

摘要 : 多机器人系统具有可靠性强、结构可扩展、执行任务多样等特点，目前正日益广泛地被应用于军事、工业生产、仓库物流、科教娱乐等方面。基于多机器人系统的多目标围捕控制是一个综合性较强的多机器人协同控制问题，既要求所有机器人建立起包括顶层决策... 展开多机器人系统具有可靠性强、结构可扩展、执行任务多样等特点，目前正日益广泛地被应用于军事、工业生产、仓库物流、科教娱乐等方面。基于多机器人系统的多目标围捕控制是一个综合性较强的多机器人协同控制问题，既要求所有机器人建立起包括顶层决策、任务分配及编队控制等协同策略，同时又要保证围捕过程中各机器人之间互相无冲突。本文针对多机器人多目标围捕的任务分配和编队控制两方面开展研究：首先基于混合式体系结构设计了多机器人多目标围捕的任务分配算法，然后分别用经典控制方法和深度强化学习方法实现了多机器人环航围捕编队控制。各部分的研究内容和创新点如下：首先，对多机器人多目标任务分配问题设计了基于混合式体系结构的任务分配算法（Hybrid Dynamic Task Allocation,HDTA）。实际情况中，不同机器人的运动能力和围捕能力存在一定差异，而实际的围捕目标的逃脱能力也不完全相同。因此，本文设计了基于混合式体系结构的动态任务分配（HDTA）算法，能够将出现的多个目标高效且无冲突地分配到各机器人团组，为后续的多个机器人围捕目标提供可能。而后，本文针对多机器人围捕编队控制问题设计了改进的环航编队多机器人目标围捕控制算法。该算法利用图论和经典控制理论对环航编队问题建模分析，设计了不依赖全局信息的分布式编队控制算法。同时，针对编队控制过程中各个机器人的实时路径规划问题，本文将两种经典的实时路径规划算法——子目标法和人工势场法进行结合，可满足实时规划要求，得到无碰撞的、光滑的可行路径，最终实现带避障功能的多机器人环航围捕编队控制。最后，基于多智能体深度确定性策略梯度（Multi-Agent Deep Deterministic Policy Gradient，MADDPG）强化学习算法，实现了多机器人目标围捕的环航编队控制。将多机器人目标围捕看作是一个多智能体的博弈问题，并用马尔可夫博弈理论对该问题建模分析，利用MADDPG算法进行多机器人的强化学习训练，并利用仿真实验进行验证。仿真实验结果表明该方法能够有效完成多机器人目标围捕任务，为多机器人多目标围捕问题的解决提供了一种新的思路。收起

关键词 : 多机器人系统多目标围捕任务分配编队控制深度强化学习

更多视图 >>