人工势场法的国内外研究现状
目前,路径规划的方法主要有:人工势场法、人工智能法、全局搜索法和滚动规划法等。这几种方法中,只有人工势场法比较容易实现,其他几种方法都较难实现。人工势场法不仅仅能够实现路径规划,在本文中,还利用人工势场实现了多智能体系统的编队控制。
人工势场法也存在一个致命缺点——零势能点,使智能体陷入局部极小点,智能体走不出极小点时达不到路径规划的目的。当障碍物的数量增加时,零势能点的个数也明显增加。因此,人工势场法的一个至关重要的问题就是如何解决零势能点。
人工势场法基本理论
模拟退火算法
步骤大致为:
在任一温度时,对初始解添加随机扰动产生新解,若新解的目标函数值优于旧解,则接受新解;若新解差于旧解,则按一定概率接受旧解,从而有一定概率跳出局部最优解,找到全局最优解。
基于人工势场的多智能体运动
智能体之间的作用力
这个正方形队形的中心点引入一个虚拟领航者,这里说的虚拟领航者者不是指真实存在的智能体,而是一个虚拟的坐标或参考点。
仿真验证
三个智能体的运动轨线
一个虚拟领航者和四个智能体构成的系统运动轨迹图
最终形成的稳定队形图
多智能体编队
躲避障碍