arXiv cs.MA· Tyler M. Paine, Anastasia Bizyaeva, Michael R. Benjamin·· 9 天前AI 评分22
基于普查机制的多机器人自主性分层模型：面向分布式机器人团队协作
Census-Based Population Autonomy For Distributed Robotic Teaming
AI 导读
该论文提出一种多机器人自主性分层模型，用“普查”（对邻居输入的加权计数）驱动的非线性意见动力学模型做团队集体决策，用区间规划的多目标行为优化做个体决策。模型可退化为分布式优化与控制的基础算法，并支持新的集体行为。
正文 · AI 翻译
摘要：机器人协作团队因其能够更高效地完成任务并具有更强的鲁棒性而展现出前景，这些特性对于在海洋环境中运行的系统尤为有用。一个关键问题是如何对这些多机器人系统进行建模、分析和设计，以充分发挥协作的优势，这是一项具有挑战性的任务，因为多机器人自主性领域同时涵盖集体行为和个体行为。本文提出了一种多机器人自主性的分层模型，该模型使用普查原则（即对来自邻居的输入进行加权计数）来进行关于组队的集体决策，并结合多目标行为优化来进行关于行动的个体决策。普查组件被表示为非线性意见动力学模型，多目标行为优化则通过区间规划来实现。该模型可以简化以恢复分布式优化与控制中的基础算法，而完整模型则能够实现现实场景中有用的新型集体行为。为了说明这些观点，本文引入了一种用于子群分配分布式优化的新方法，其中机器人使用梯度下降算法来最小化局部已知的成本函数部分，同时受到邻居意见状态的影响以考虑未观测到的成本。通过该方法，群体可以共同利用包含在总全局成本 Hessian 矩阵中的信息。该模型的实用性在三个类别不同的实验中通过自主水面艇舰队得到了实验验证：一个自适应采样场景、一个高价值单元保护场景，以及一个竞争性的夺旗游戏。
| 评论： | v2：19 页，18 幅图；v1：16 页，17 幅图 |
| 主题： | 机器人学（cs.RO）；多智能体系统（cs.MA）；系统与控制（eess.SY） |
| 引用为： | arXiv:2511.02147 [cs.RO] |
| （或 arXiv:2511.02147v2 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2511.02147 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Tyler Paine [查看电子邮件]
[v1]
2025 年 11 月 4 日星期二 00:32:23 UTC（9,378 KB）
[v2]
2026 年 10 月 7 日星期三 19:31:26 UTC（9,444 KB）
来源：arXiv cs.MA · arxiv.org