第十三课 集群
约 960 个字 预计阅读时间 3 分钟
经典集群算法¶
群体行为的特点¶
-
有限的局部信息 群体中的每个个体只能获得有限的局部信息，对群体中其他个体共同参与构建的结构没有全局性的了解。
-
简单的个体规则 每个个体仅遵从一些简单的行为规则，这套规则允许群体协调其活动，并建立一个全局结构或构型。
-
全局结构涌现出有利的功能 这些结构使群体能够解决一些个体无法完成的问题，并体现出灵活性和鲁棒性。
从自然界到人工系统¶
- 从微观系统到宏观系统的转变
- 建模人工系统感知和决策机制
群体智能的关键机制¶
群体智能的关键机制：通过局部的个体之间相互作用涌现 出具有全局效果的结构；
指定系统个体之间交互的规则是在局部信息的基础上执行 的，而不参考全局模式，这是系统的一种涌现属性，而不 是外部排序影响强加给系统的属性：
-
聚合（Aggregation） 集合在一起，不要分开太远。
-
图案形成（Pattern Formation） 用很多个微观个体表现出一个宏观事物。
-
自组装（Self-assembly） 多个机器人自己组合在一起。
-
群体搬运（Collective Transport） 个体合作搬运重物（个人无法完成的任务）。
-
群体探索（Collective Exploration） 个体专注于覆盖一个区域以寻找资源，然后利用发现的路径来开发资源。
经典集群导航算法¶
1. 基于Virtual Structures的编队控制¶
核心思想¶
- 集群编队结构表示：将整个集群用virtual structure表示为一个世界坐标系下的整体（virtual rigid body，VRB）；
- 多目标需求：基于势场法表示集群中每架无人机编队保持、相互躲避、障碍物避障的需求；
- 控制：在VRB坐标系下统一上述各个势场得到相应的控制指令。
在障碍物环境下基于势场法的编队控制¶
- 编队势能场
- 相互躲避势能场
- 障碍物势能场
认为机器人的速度是可以突变的，在速度比较小的时候是可以的，但是如果速度变快了，就不行了。
而且很容易卡住，因为每个机器人只管自己的规划，而且只规划下一步，所以非常短视。
2. 基于速度障碍物（VO）的集群导航算法¶
VO¶
把两个球的关系变成一个点和一个球的关系
RVO¶
RVO则在VO的基础上进行了一些改进，解决了VO抖动的问题。为什么会发生抖动？双方为了避障，都偏移了当前速度太多，导致更新速度后，原来速度不再会发生碰撞，更倾向于原来的速度。
Reciprocal的理解是：相对于VO完全把对方当做木头，RVO假设对方在避障中也会承担一定责任，所以不用完全靠自己改变速度来走出VO，有种互相合作避障的感觉。
3. 基于生物群落模型的集群导航算法¶
基本思想：为实现像鸟群一样的一致飞行，每一个体的运动由三股力量（速度）决定：
- 短距离：与邻居、障碍物的排斥速度vrep，越靠近斥力越大；
- 中距离：运动对齐速度vfrict，越偏离权重越大；
- 长距离：远方目标的引力vflock，一定范围内维持未定；
执行速度为三类速度的矢量 vexe=vrep+vfrict+vflock.
应用难点：参数繁多且对参数灵敏
解决办法：进化算法调参
先进的集群算法¶
本文总阅读量次