基于社会化行为的多机器人群体协作机制与动态决策方法研究

Traditional multi-robot systems do not consider the social attributes of the robot. With the growing needs of the robot to enter into the community, it has become a challenging research topic that how to let robots team up to do cooperative work based on the mode of human social behavior. This project will first study the collaborative mechanism of the multi-robot system based on human social behavior, and propose a hybrid hierarchical social robot control architecture to meet the requirements of embodying social behavior patterns to robots, which can balance the collaborative ability, dynamic nature and complexity of the system. Second, the project will conduct research on the social behavior patterns of the individual robot within the multi-robot system based on dynamic game model, which can achieve a balance between the social behavior performance of the overall multi-robot system and individual robots. Third, the project will propose a decision-making model for social robot behavior based on multi-objective decision-making theory, which can guarantee a dynamic binding of the autonomous behavior of the individual robots and the collaboration capability of the overall multi-robot system in the social environment. Finally, the project will develop a social robot collaboration experimental system to verify the validity and effectiveness of the proposed methods. The results of the project can increase the adaptability and collaborative ability of the robots to live in the social environment, and improve the operational efficiency and robustness of current multi-robot systems, so as to promote the effective application of service robots and personal robots.

传统的多机器人系统没有考虑个体机器人的社会化属性，随着对机器人融入社会需求的日益增长，基于人类社会化行为模式的多机器人群体协作已经成为一个极具挑战性的前沿课题。本项目首先研究基于社会化行为的多机器人群体协同机制，提出一种混合分层式的社会化机器人控制体系结构，以满足多机器人群体协同系统对机器人社会化行为模式的要求，并做到系统协同性、动态性与复杂性的平衡；其次，利用动态博弈模型研究多机器人系统中个体机器人的社会化行为模式，以实现在获得系统整体性能优化的前提下，个体行为的最优化；第三，提出一种基于多目标决策理论的社会化机器人行为综合决策模型，实现机器人在社会化环境中自主行为控制以及团队协作能力的动态结合；最后，构建社会化机器人群体协同实验系统验证所研究方法的有效性。本项目成果可以提升机器人融入社会的环境适应能力及协同工作能力，提高多机器人系统的作业效率和鲁棒性，推动服务机器人的有效应用。

本课题应用合作博弈论对多机器人协作方法进行了深入研究，同时考虑了机器人群体的社会化属性，也即该群体具有强制性，同时具有开放性，在群体约束之下个体之间可以进行自由竞争。重点研究了基于扩展式合作博弈的多机器人目标追踪，有效地协调多机器人系统的运动；基于帕累托最优的多机器人任务分配，达到任务集之间与任务集内部的帕累托最优状态；基于扩展式合作博弈的多机器人目标围捕，实现非编队方式对目标进行围捕。课题还提出了两种求解多机器人路径规划的人工蜂群算法：一种是基于权重向量法的改进人工蜂群算法，可以保证路径规划的实时性要求；一种是基于Pareto支配的多目标人工蜂群算法，可以保证路径规划的多个优化目标能够同时、合理的优化，并且一次运行可以提供多条优化的候选路径。为了提高多机器人协作系统任务完成效率以及扩展多机器人协作系统的应用范围，课题对基于市场机制的拍卖算法进行了研究并提出了两种优化后的拍卖算法，一种对拍卖算法中机器人评估任务的方法进行了优化；另一种使用强化学习的方法动态调整机器人的拍卖围捕方案。最后，课题构建了多机器人群体协同实验系统验证所研究方法的有效性。