群体自主微小型移动机器人的合作

第２９卷第３期计算机工程２００３，３ｆｌＶ０１．２９他３ＣｏｍｐｅｅｒＥｎｇｉｎｅｅｒｉｎｇ

Ｍａｒｃｈ２００３?博士论文?文章蠕号：ｌｏｏｏ—∞２８脚岫０３—００２４—０３文献标识码：Ａ中圈分类号：ＴＰ２４２群体自主微小型移动机器人的合作

橱玉君。程君实，陈佳品，李小簿

｛上海交通大学信息存储研究中心，上海２０００３０）

搞羹：单个微小型机器人由于自身能力的限制，因此必须多个机器人联合起来才可以完成指定的任务，所以机器人之间的协作在微操作领域就显得尤其重要。该文利用增强式的学习方法，使得微小型机器人具有一定的学习能力，增强了对不确定环境的适应性．井采用了一种基于行为的群体自主式微小移动机器人的协作结构，用于机器人的故障排除，仿真结果说明了这种体系结构的有效性?

关羹诃：微小移动机器人：基于行为：增强式学习

ＣｏｏｏｅｒａｔｉｏｎｏｆＭｕｌｔｉｐｉｅＡｕｔｏｎｏｍｏｕｓＭｉｃｒ０ＭｏｂｉｋＲｏｂｏｔｓ

ＢａｓｅｄｏｎＢｅｈａｖｉｏｒ

ＹＡＮＧｖｕｊｕｎ，嘲Ｇ．］ｕｎｓｈｉ，ＣＨＥＮＪｉａｐｉｎ，ｕＸｉａｏｈａｉ

（ＩｎｆｏｒｍａｔｉｏｎＳｔｏｒａｇｅＲｅｓｅａｒｃｈＣｅｎｔｅｒ，ＳｈａｎｇｈａｉＪｉａｏｔｏｏｇＵｎｉｖ，Ｓｈａｎｇｈａｉ２０００３０）

ｌＡｂｓｔｒａｃｔ］Ｓｉｎｃｅｓｉｎｇｌｅｍｉｃｒｏ－ｍｏｂｉｌｅｒｏｂｏｔｃａｐａｂｉｌｉｔｙｉｓｒｅｓｔｒｉｃｔｅｄｔｏｃｅｒｔａｉｎｅｎｖｉｒｏｎｍｅｎｔ．ｔｈｅｃｏｏｐｅｒａｔｉｏｎｂｅｔｗｅｅｎｒｏｂｏｔｓｉｓｋｅｙｔｏｐｒｉｍａＴｙｉｍｐｏｒｔａｎｔ

ｉｎｄｕｓｔｒｙＴｈｉｓｐａｐｅｒｕｓｃｓｒｅｉｎｆｏｒｃｅｍｅｎｔｌｅａｍｉｎｇｗｈｉｃｈｍａｋｅｓｔｈｅｍｉｃｒｏｒｏｂｏｔｈａｖｅｃｅｒｔａｉｎｌｅａｒｎｉｎｇａｂｉｌｉｔｙ，ｉｍｐｒｏｖｅｓｔｈｅｓｙｓｔｅｍ＇ｓａｄａｐｔａｂｉｌｉｔｙＩｔ

ａｄｏｐｔｓａ

ｃｏｎｔｒｏｌｓｔｒｕｃｔｕｒｅｏｆｔｈｅｍｕｌｔｉｐｌｅｍｉｃｒｏｍｏｂｉｌｅｒｏｂｏｔｓｓｙｓｔｅｍｆｏｒｆａｕｌｔ－ｒｅｐａｉｒＴｈｅｒｅｓｕｌｔｓｏｆｓｉｍｕｌａｔｉｏｎｉｌｌｕｓｔｒａｔｅｔｈｅｖａｆｉｄｉｔｙｏｆｔｈｅｍｉｃｒｏｒｏｂｏｔｓｓｙｓｔｅｍｗｉｔｈｄｙｎａｍｉｃｃｏｏｐｅｒａｔｉｏｎｆｏｒｆａｕｌｔ—ｒｅｐａｉｒ

［Ｋｅｙｗｏｒｄｓ］Ａｕｔｏｎｏｍｏｕｓｍｉｃｒｏｍｏｂｉｌｅｒｏｂｏｔ；Ｂｅｈａｖｉｏｒ－ｈａｓｅｄ；Ｒｅｉｎｆｏｒｃｅｍｅｎｔｌｅａｒｎｉｎｇ

传统人工智能的方法在移动机器人的适应性、敏捷性、鲁棒性等方面存在一些缺陷。逻辑学派的Ｎｉｌｓｓｏｎ…认为一个机器人控制系统包括感知、建模、规划、动作这４个模块。但这种控制方法需要外界环境确切的模型，因此不太适合环境是动态的不可预测的场合。基于行为学派的Ｂｒｏｏｋｓ４３１提出了一种包容式的控制结构，这种控制结构赋予机器人快捷的响应速度和一定的自主性。本文利用了这种基于行为方法的优点，减少了设计者的工作量。克服了机器人对环境的认知不足。

微小型机器人正广泛应用于微操作领域，从管道清理机器人到显微镜医用机器人，已经引起了广大学者的关注。微小型机器人由于自身体积的限制，不可能安装功能很强的传感器和其他装置，因此单个微小塑机器人能力很有限。并且它的生命周期也比较短。所以机器人的协作显得尤其重要。

由于以上的原因，微小型移动机器人在实际应用中存在一些困难，因此，本文提出一种基于行为的群体机器人的协作结构，这种结构使得机器人能够自主学习，增强了对不确定环境的适应性，也提高了完成任务的可靠性。

ｌ群体机器人的控制结构

协作群体机器人是由多个机器人按照一定群体结构体系建立起来的一个整体，这个群体结构涉及到整个系统用什么控制形式来对任务协作规划和对机器人的行为进行协调，机器人间是否通信，以什么形式进行通信，各机器人为同构或异构等。它决定了机器人之间的信息关系和控制关系，提供机器人活动和交互的框架。结构是实现协作行为的基础，决定了机器人的合作能力。我们的群体机器＾采用分布式的协调控制方式，如图１所示。

分布式控制结构的群体机器人中，各机器人具有高度的自治能力，每个机器人能够独立理解任务和环境，做出规

划和决策，可通过通信或局郭感知与其它机器人进行信息交互。这种结构的优点是系统结构简洁、所需很少甚至不需要全局知识、有很好的容错性、并行开发的自然性和可扩展性，因此分布式控制结构成为群体机器人研究的发展趋势。

置１群体机鼍人的控■鲭栩

２自主微小型移动机器人

朋２ＡＭＲｏｂｏｔ照片

本文的研究与实验基于ＡＭＲ曲耐”（如图２所示）。ＡＭＲ曲０ｔ具有成本低、机械结构简单、鲁棒性好等特点。机

基金理日：国家自然科学基金重点资助项目（６９８８９０５０）

柞者篱弁：杨玉君０９７５一），男，博士生，研究方向：多智艟体系统，机器学习．智能控制；程君实，教授、博导；陈佳品，副教授；孝小海，博士

收誓日捆：２００２．０２．０４

　万方数据