面向多智能体协作的环境探索与覆盖算法
针对未知环境下的多智能体覆盖探索问题,提出一种基于稀疏高斯过程回归的环境探索与覆盖方法.该方法利用多智能体在任务区域中的移动探索获取环境信息,并以稀疏高斯过程回归方法构建未知环境的密度函数模型,作为质心维诺划分算法的输入.同时,考虑智能体实际尺寸和定位误差的影响,以引入缓冲因子的质心维诺划分算法为智能体规划任务区域,最终实现自主在线决策和最优覆盖.通过仿真实验证明,相较于传统高斯过程回归在线覆盖算法,所提算法能够保证多智能体编队的安全性,其单次迭代时间仅为 3.92 s,且预测模型的最终误差仅增加 1.3%,反映出模型改进的有效性.
多智能体、稀疏高斯过程回归、质心维诺划分、缓冲因子
42
TP242(自动化技术及设备)
陕西省科技厅重点研发计划项目;陕西省技术创新引导项目;陕西省重点产业链项目
2023-09-15(万方平台首次上网日期,不代表论文的发表时间)
共7页
80-86