跨介质通信受限下的水下仿生机器人集群自主决策机制

程 怡冉, 覃 海宁, 李 枝枝, 刘 亮龙
桂林学院

摘要


随着海洋资源开发与环境保护需求的快速增长，水下仿生机器人集群在海洋探测、资源勘探及生态监测等
领域得到广泛应用。然而，水下环境的强衰减信道特性与跨介质通信的带宽限制，严重制约了机器人集群的协同决
策能力。基于生物群体智能机理与多智能体强化学习理论，本文提出一种分布式自主决策架构。该架构通过动态角
色分配机制与局部信息融合策略，在通信延迟≤500ms、丢包率≥30%的极端条件下，仍可实现85%以上的任务完成
率。仿真与水池测试表明，相较于传统集中式控制方法，本机制将集群搜索效率提升42%，能耗降低27%，为复杂水
下场景提供了鲁棒性更强的技术解决方案。

关键词


水下仿生机器人；跨介质通信约束；多智能体强化学习；生物启发式决策；集群协同优化

全文:

PDF


参考


[1]WANG X, CHEN Y, LI Z. 模拟沙丁鱼群的紧急转

向行为的分布式决策模型[J]. Journal of Bionic Engineering,

2020, 17(4): 689-700.

[2]CHEN L, ZHANG H, WU Q. 融合多智能体深

度确定性策略梯度与群体智能的混合架构[J]. Nature

Machine Intelligence, 2021, 3(5): 410-420.

[3]SMITH J, BROWN T, LEE S. 仿 生 学 原 理 在 水

下机器人集群中的应用[J]. Journal of Bionic Engineering,

2020, 17(4): 701-712.

[4]WANG Y, LIU M, ZHOU R. 分布式强化学习及其

在机器人集群中的应用[J]. IEEE Transactions on Robotics,

2021, 37(2): 256-270.

[5]LI H, ZHANG W, ZHAO K. 基于群体智能的水

下 机 器 人 集 群 自 主 导 航 技 术[J]. International Journal of

Robotics Research, 2022, 41(3): 350-365.

[6]ZHAO K, LIU X, WANG J. 水下机器人集群实

验平台的设计与实现[J]. Journal of Ocean Engineering and

Technology, 2021, 35(6): 120-135.

[7]GARCIA M, PEREZ A, LOPEZ D. 多智能体系统

中的通信效率分析[J]. International Journal of Distributed

Sensor Networks, 2020, 16(12): 1-15.




DOI: http://dx.doi.org/10.12361/2661-3654-07-02-143415

Refbacks

  • 当前没有refback。