基于合作层次基因调控网络的多机器人目标捕获
与单机器人相比,多机器人系统具有单机器人所不具备的优良性能,因而在实现目标方面具有更好的性能。特别是目标诱捕是一个有意义的应用,它仍然面临着许多挑战,包括如何适应不同的环境以提高诱捕性能。本文提出了一种合作的分层基因调控网络(CH-GRN),旨在增强与邻居的合作,有效地利用过程中的障碍物,实现更好、更有效的诱捕。在CH-GRN的上层综合了目标、邻域和障碍物的信息,使目标周围的模式更加精确。在CH-GRN的底层采用浓度矢量法,使机器人更快地适应模式,完成诱捕任务。同时,提出了自组织避障方法,使避障更加及时。设计了若干实验,定量分析了CH-GRN在不同环境下对诱捕性能的影响,以及群大小和目标对诱捕性能的影响。
引用格式:
Meng Wu, Yun Zhou, Xiaomin Zhu, et al. Cooperation-Based Gene Regulatory Network for Target Entrapment. International Conference on Swarm Intelligence. Springer, 60–69, 2019.
文章位置:
https://link.springer.com/chapter/10.1007/978-3-030-26369-0_6
联系邮箱:
18874857546@163.com