摘 要:在查阅大量 文献 的基础上对多机器人路径规划的主要 研究 内容
和研究现状进行了 分析 和 总结 ,讨论了多机器人路径规划 方法
的评判标准,并阐述了研究遇到的瓶颈 问题 ,展望了多机器人路径规划方法的 发展
趋势。�
关键词:多机器人;路径规划;强化 学习 ;评判准则�
�Abstract:This paper analyzed and concluded the main method and current research of the
path planning research for multi�robot. The n discussed the criterion of path planning research
for multi�robot based large of literature.Meanwhile,it expounded the bottleneck of the path
planning research for multi�robot,forecasted the future development of multi�robot path
planning.�
Key words:multi�robot;path planning;rEinforcement learning;evaluating criteria ��
近年来,分布式人工智能(DAI)成为人工智能研究的一个重要分支。DAI研究大致可以分
为DPS(distributed problem solving)和MAS(multi�agent
system)两个方面。一些从事机器人学的研究人员受多智能体系统研究的启发,将智能体
概念 应用
于多机器人系统的研究中,将单个机器人视做一个能独立执行特定任务的智能体,并把这
种多机器人系统称为多智能体机器人系统(MARS)。因此,本文中多机器人系统等同于
多智能体机器人系统。 目前
,多机器人系统已经成为学术界研究的热点,而路径规划研究又是其核心部分。�
机器人路径规划问题可以建模为一个带约束的优化问题,其包括地理环境信息建模、路径
规划、定位和避障等任务,它是移动机器人导航与控制的基础。单个移动机器人路径规划
研究一直是机器人研究的重点,且已经有许多成果[1~3],例如在静态环境中常见的有连
接图法、可视图法、切线图法、Voronoi图法、自由空间法、栅格法、拓扑法、链接图法
、Dempster�Shafer证据 理论
建图等;动态环境中常见的有粒子群算法、免疫算法、遗传算法、神经 网络
、蚁群算法、模拟退火算法、人工势场法等。然而,多机器人路径规划研究比单个机器人
路径规划要复杂得多,必须考虑多机器人系统中机器人之间的避碰机制、机器人之间的相
互协作机制、通信机制等问题。�
1 多机器人路径规划方法�
单个机器人的路径规划是找出从起始点至终点的一条最短无碰路径。多个机器人的路径规
划侧重考虑整个系统的最优路径,如系统的总耗时间最少路径或是系统总路径最短等。从
目前国内外的研究来看,在规划多机器人路径时,更多考虑的是多机器人之间的协调和合
作式的路径规划。�