基于生物群体行为启发的群体机器人在复杂环境因素下的多目标搜索方法研究

This project is to study solving multi-target search problems with various environmental factors using swarm robotics. The environment is unknown to the swarm, very large and complicated, traditional transversal algorithms are not suitable for this problem. First, we propose a universal swarm robotics model through introducing cooperative schemes from the nature swarms. Second, we define the basic multi-target search problem and propose the swarm robotics model to solve this basic problem without introducing any environmental factor. Then, we compose several typical and applicable search problems with different combinations of environmental factors and propose the corresponding swarm models for these problems with different search strategies. After that, we analyze the performance of the model under different parameters and environmental factors and propose a universal swarm robotic model for all the multi-target search problems. Finally, we build a simulation program and implement the proposed problems and models. The studies in this project will contribute greatly to current swarm robotics researches and practicability process of swarm robotics.

本项目研究基于生物群体行为启发的群体机器人在引入复杂环境因素下的多目标搜索方法。由于搜索区域是未知的、复杂的、远大于群体覆盖面积的，因此传统的遍历搜索方法不适用于多目标搜索问题。首先，项目组通过引入自然界中生物群体的协同机制，提出具有广泛通用价值的群体机器人一般模型。其次，在对多目标搜索问题给予明确定义的基础上，提出用于解决不引入环境因素的基本多目标搜索问题的群体模型。然后，引入不同的环境因素的组合，构建出一系列具有实际应用价值的典型多目标搜索问题，并针对不同的组合分别提出可以高效解决这一问题的群体模型。接着，利用多尺度的理论分析方法和评价标准分析模型在不同参数和环境因素下的性能，对提出的所有模型进行统合，提出具有广泛适用性的群体模型。最后，将提出的一系列模型在模拟平台上进行实现和验证。本项目的完成将对现有的群体机器人算法研究具有极大的推动作用，可以加快群体机器人的实用化进程。

群体机器人是一个相对新兴的领域，启发自社会性生物群体的自组织行为，主要关注如何设计大量简单的实物智能体，通过智能体之间、智能体与环境之间的局部交互涌现出复杂的智能行为。相对于其他的机器人系统，群体机器人系统是分布式、泛中心化的，具有低成本、高效、并行、鲁棒等特点，非常适合一些大规模或危险性较高的任务，其潜在的应用价值和广阔的前景吸引了众多的研究者。.在此背景下，我们主要就大空间下群体机器人多目标搜索的任务进行了深入的研究，主要侧重搜索效率与环境限制处理两个方面。在搜索效率方面，我们借鉴烟花算法的爆炸机制，提出了GES与IGES算法，取得了优于基准方法RPSO的性能，通过引入“三角梯度估计”技术节约了局部挖掘所需的资源，通过引入“随机游走”策略与“状态保持机制”显著增强了群体的全局探索能力，此外，我们还建立了问题的近似模型，最优的搜索算法在较大群体规模下能够接近理论下界的性能，较好地解决了群体机器人多目标搜索地效率问题。在环境限制处理方面，除了简单的障碍物，我们还引入了假目标和干扰源，针对假目标我们提出了相应的协作机制，取得了较好的结果，算法对于干扰源也有表现出很强的鲁棒性。此外，本项目组还对群体机器人自适应部署与多智能体强化学习任务进行了研究。.在本项目执行期间，我们共计发表学术论文52篇，出版学术专著5部和编著1部，培养博士研究生9名，硕士研究生2名，邀请9位国际著名专家来华交流，组织国际会议6次，国际会议专题研讨会4次，国内研讨会2次，派出14人次参加国际学术交流。