基于NEAT方法的多机器人追捕一逃跑问题

摘要：

　　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。

关键词： 多机器人系统 追捕-逃跑问题 协调控制 人工神经网络

作者: 赵金 彭刚

作者单位: 华中科技大学控制科学与工程系,湖北武汉 430074

会议类型: 国内会议

会议名称: 第九届中国智能机器人学术研讨会

会议地点: 深圳

会议语种:中文

页码: 332-334,339

在线出版日期: 2011-11-11（万方平台首次上网日期，不代表论文的发表时间）