54、群体机器人分层自组织的改进激素启发模型

群体机器人分层自组织的改进激素启发模型

1 引言

随着计算机技术和工业技术的发展，越来越多由大量机器人个体组成的机器人系统开始为人类服务，如智能终端、智能仓储、智能工厂等。这是机器人技术的发展趋势，未来机器人系统规模会更大、个体数量更多。因此，如何组织和管理庞大的机器人系统成为重要问题。

群体机器人源于人工群体智能、昆虫生物学研究等领域，它是一种协调多机器人系统的新方法，由大量简单物理机器人组成。不过，“大量”具体数量并不明确，且群体机器人的概念应随机器人发展而拓展。群体机器人应是具有特殊组织结构的机器人系统，具备灵活性、不可预测性和无限增减机制，只要能与其他机器人或环境交互，任何形式的机器人都可构成。它与多机器人系统不同，后者注重多机器人合作，而群体机器人需关注自组织。

分层自组织在社会学、管理学和心理学领域广泛研究，既关注组织形成，也关注个体关系和组织效率。在分层组织中，个体联系紧密、从属关系明确，有助于系统高效处理复杂任务。在机器人领域，分层控制已广泛应用于多机器人系统，但个体关系由人工固定建立，在个体数量几乎无限且数量变化不可预测的群体系统中，人工建立组织不现实。

过去十年，一系列群体机器人平台利用分布式自组织模拟生物运动行为，如 Pheromone Robotics、Kilobot、I - Swarm 等。但这些系统未涉及大规模个体的分层自组织。本文提出分层自组织结构（HSS）作为群体机器人系统的管理方法，将机器人视为具有通信、合作、感知、决策等能力的智能体（Agent）。同时提出改进激素启发模型（IHM），阐述个体如何产生和感知激素，激素作为智能体间的链接信息素，帮助建立连接。基于 HSS 和 IHM 定义规则，使大规模个体形成分层自组织，并提出三