[發明專利]一種拒止環境下基于粒子群算法的群體機器人控制方法

有效

• 申請號: 202111301771.0
• 申請日: 2021-11-04
• 公開（公告）號: CN114043476B
• 公開（公告）日: 2023-03-31
• 發明（設計）人: 張軍旗;劉歡;王成;臧笛;劉春梅;康琦
• 申請（專利權）人: 同濟大學
• 主分類號: B25J9/16
• 分類號: B25J9/16
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 應小波

本發明涉及一種拒止環境下基于粒子群算法的群體機器人控制方法，包括：步驟1、建立拒止環境下的攻防對抗場景，并初始化粒子群算法的參數；步驟2、進攻機器人通過傳感器探測周圍環境信息，獲取友方和敵方機器人的態勢信息，并利用慣性導航技術實時計算敵方領土位置；步驟3、所述進攻機器人構建適應度函數；步驟4、利用粒子群算法優化適應度函數，得到進攻機器人的最優占位；步驟5、進攻機器人進行移動與攻擊操作；步驟6、若任一進攻機器人進入敵方領土，則任務完成；否則判斷是否達到最大運行時間，若是，則任務失敗；否則轉到步驟2進行下一時間片的迭代。與現有技術相比，本發明避免了全局定位，控制無需預訓練，解決了維數災難的問題。

技術領域

本發明涉及多智能體集群間的協同與博弈對抗控制領域，尤其是涉及一種拒止環境下基于粒子群算法的群體機器人控制方法。

背景技術

隨著智能無人技術的快速發展和成熟應用，無人設備間的協同作戰已經成為可能，無人集群間的協同攻防對抗逐漸成為未來戰爭的重要模態。作為多智能體技術的應用載體，無人集群通過感知環境，判斷周圍態勢，依據一定的攻防策略，采取集火攻擊、傷兵回撤、障礙避讓、群體避碰、分散、集中、協作、援助等行為，實現攻防對抗。

群體機器人的協同攻防對抗可以描述為復雜多約束條件下的最優決策問題，最經典的是疆土守衛問題。在此問題中，對抗環境由入侵方和防守方兩個多智能群體組成。其中，入侵方目的是試圖盡可能的靠近并進入某一領土，防守方的目的是攔截入侵方使其盡可能的遠離該領土。對抗環境下態勢的優劣取決于入侵者、防守者和領土三者之間的關系，由于多智能體攻防對抗任務狀態空間維數高，策略求解空間隨實體對象規模的增加呈指數級增大，態勢復雜且變化快，攻防策略多樣，導致求解的難度大，需要高效的決策算法。

目前最流行的群體對抗方法是多智能體深度強化學習方法。然而此類算法需要大量的預訓練、受限于維數災難問題，且依賴精確的全球定位和通信，無法在拒止環境中實現有效協作和對抗。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種拒止環境下基于粒子群算法的群體機器人控制方法，該控制方法彌補了當前大多數多智能體算法以來全局定位和通信，受限于維數災難的瓶頸問題。

本發明的目的可以通過以下技術方案來實現：

本發明提供了一種拒止環境下基于粒子群算法的群體機器人控制方法，該方法包括以下步驟：

步驟1、建立拒止環境下的攻防對抗場景，并初始化粒子群算法的參數；

步驟2、進攻機器人通過傳感器探測周圍環境信息，獲取友方機器人和敵方機器人的態勢信息，并利用慣性導航技術實時計算敵方領土的位置

步驟3、所述進攻機器人利用探測到的周圍環境信息構建包含敵軍機器人狀態信息、友軍機器人狀態信息和敵方領土信息的適應度函數；

步驟4、利用粒子群算法優化所述適應度函數，得到所述進攻機器人的最優占位，并指導所述進攻機器人在下一時間片的移動與攻擊；

步驟5、所述進攻機器人進行移動與攻擊操作；

步驟6、如果存在一個進攻機器人進入敵方領土，則任務完成；否則判斷是否達到最大運行時間，如果是，則任務失敗；否則轉到步驟2進行下一時間片的迭代。

優選地，所述步驟1中建立拒止環境下的攻防對抗場景，并初始化粒子群算法的參數，具體為：初始化N個進攻機器人的位置、M個防守機器人的位置以及敵方領土的GPS定位坐標U；初始化粒子群算法中的粒子初始個數加速因子c₁與c₂，慣性權重w和問題的維度D；

所有機器人的屬性相同，均具備P點血量，當機器人受到攻擊時血量減p，當機器人血量小于等于0時，即該機器人被消滅。