基于NEAT方法的多机器人追捕一逃跑问题
针对连续环境下的多机器人追捕一逃跑问题,提出一种基于人工神经网络的方法,利用增强拓扑神经演化(NEAT)方法自动生成并优化控制单个机器人行为的神经网络,并通过联合单个机器人之间的行为实现多机器人协调控制。该方法避免了传统的人工设计神经网络所存在的缺陷。仿真实验显示:迭代50代后即可实现有效的围捕行为,其结果证明了该方法可成功实现多机器人合作完成对入侵者的围捕。
多机器人系统 追捕-逃跑问题 协调控制 人工神经网络
赵金 彭刚
华中科技大学控制科学与工程系,湖北武汉 430074
国内会议
深圳
中文
332-334,339
2011-11-11(万方平台首次上网日期,不代表论文的发表时间)