一種增強群體機器人如何搜索多個目標的方案

在過去的十年左右的時間里，研究人員一直在嘗試開發可以在機器人團隊之間實現有效協作策略的技術。機器人團隊要比單個機器人更好地完成的任務之一是同時搜索其周圍環境中的多個目標或物體。

一組機器人能夠一次集體尋找和識別多個目標的能力可能對廣泛的應用很有用。例如，它可以幫助監視應用程序并幫助更好地跟蹤個人或車輛。

同濟大學和斯圖加特大學的研究人員最近設計了一個系統框架，以使群體機器人能夠更有效地進行多目標搜索。該框架在IEEE Access上發表的一篇論文中提出，基于機械粒子群優化方法和人工勢場的使用。

研究人員在論文中寫道：“創新的擴展使生物啟發式粒子群優化技術首先具有機器人的機械性能，從而降低了控制費用，并且已經超出了該算法的常規應用范圍。”

在他們的論文中，研究人員首先總結了先前開發的用于多目標搜索的技術的關鍵特征，強調了這些技術在評估中的表現如何。隨后，他們提出了基于機械粒子群優化和人工勢場的自己的方案。

研究人員的計劃考慮了可以從多個目標搜索中受益的現實世界中的群體機器人應用程序。為了實現更有效的搜索，它會將整個機器人群組織為子組，這些子組根據這些目標之間的差異(例如，信號頻率)來搜索目標。

當一個小組朝一個目標而不是分配給它的目標移動時，它會受到懲罰。研究人員提出的框架除了可以指導群體的集體行為以更有效地搜索多個目標外，還可以幫助機器人避免周圍環境的障礙或阻礙其前進的道路。

研究人員在論文中解釋說：“向無目標的機器人群施加懲罰，因此為每個機器人群建立了一個單峰目標函數。” “與此同時，所開發的方法還具有根據模塊切換策略根據其優先級工作的避障能力。”

同濟大學和斯圖加特大學的研究人員在仿真和涉及他們開發的真正移動機器人的實驗中對他們的方案進行了評估。他們發現，即使只有少數幾個機器人在進行搜索，他們的框架也允許機器人群體集體搜索并找到多個目標。

將來，最近這篇論文中介紹的新方案可以使機器人團隊以高效且有組織的方式一次搜索多個目標。這可以為廣泛的應用打開新的有趣的可能性，例如，增強監視方法或使機器人團隊能夠用作在各種環境中搜索特定項目的手段。

在接下來的研究中，研究人員計劃進一步評估他們的方法的有效性及其在特定的實際應用中的價值。此外，他們希望進一步開發其方案，以提高機器人所實現的整體定位精度。