Ein einfaches Schema zur Formationskontrolle basierend auf gewichtetem Verhaltenslernen

Es werden mehrere korrelierte Fragen der Autonomie und Einfachheit hinsichtlich der Formationskontrolle für Roboter mit einem Selbstbewusstseinsmechanismus in unstrukturierten Umgebungen betrachtet. Um Autonomie und Einfachheit zu erreichen, wird ein hybrides Schema für die Roboternavigation entwickelt, das auf einem multibehavioralen System basiert. Das System verfügt über einige Selbstbewusstseinsfähigkeiten, die Präzision und Robustheit in Gegenwart interner und externer Störungen innerhalb der begrenzten Kapazität der Interrobot-Kommunikation gewährleisten. Dies soll sicherstellen, dass die Roboter marschieren und gleichzeitig ihre zugewiesene Formation beibehalten sowie gefährliche Kollisionen auf dem Weg zu ihrem Ziel vermeiden können. Diese Selbstbewusstseinsfähigkeiten werden durch einen geschichteten Algorithmus für verstärkendes Lernen erreicht. Auf der unteren Ebene sind Roboter mit einer Reihe primitiver Verhaltensweisen ausgestattet, die vor der Teamformation erlernt wurden. Das hochgradige kombinierte Verhalten wird erzeugt, indem die Ausgaben jedes primitiven Verhaltens mit seinem Gewicht multipliziert und die Ergebnisse dann summiert und normalisiert werden. Die Gewichte passen sich an die vorgeschlagene Methode des verstärkenden Lernens an. Sobald ein Roboter einen Befehl erhält, der die Formationsform und den Standort des Ziels vorgibt, nähert sich der Roboter autonom dem Ziel und hält einen angemessenen Abstand zu seinen Nachbarn ein, um das zugewiesene Muster aufrechtzuerhalten. Die Führerschaft wurde einem Roboter übertragen, der die Führungsposition einnimmt. Der freiwillige Führer übernimmt die Verantwortung für die Aufrechterhaltung der Formation, berichtet seine Existenz an die anderen Roboter und setzt die Positionierungszuweisungen nach dem Passieren von Hindernissen zurück. Simulationen zeigen die Praktikabilität und Leistung des vorgeschlagenen Ansatzes sowohl in statischen als auch dynamischen Hindernisumgebungen.