43、异步情境协同进化与胚胎繁殖：自主协调机器人团队的新策略

异步情境协同进化与胚胎繁殖：自主协调机器人团队的新策略

1 引言

多机器人系统运行中的一个主要挑战是，如何让它们在没有任何中央控制的情况下，适应不断变化的情况甚至目标。传统的进化机器人策略通常采用集中式进化算法，利用模拟中所有机器人的信息进行选择、交叉等操作。而体现进化（EE）方法旨在建立一种完全分布式的进化算法，使机器人种群能够完全自主地进化，无需外部干预。其核心思想是进化过程必须去中心化，对个体的评估应直接在个体内部以具身和局部的方式进行。

然而，过去在机器人团队和群体协调行为的研究中，许多方法存在局限性。它们往往针对特定任务，使用同质的机器人或控制器，无法提供一个通用框架来获得集体行为，尤其是在处理复杂动态问题时，难以应对环境或目标随时间的变化。

为了解决这些问题，我们提出了一种基于体现进化方法的实时协同进化策略，结合多智能体系统文献中的一些概念，通过实施基于能量和交互的效用分配方案，实现集体系统的目标。同时，针对机器人团队个体数量固定的特点，设计了一种基于胚胎的繁殖机制，以解决体现进化中其他直接繁殖实现方式的不稳定性问题。

2 异步情境协同进化

2.1 算法灵感与特点

异步情境协同进化（ASiCo）算法的灵感一方面来自人工生命模拟中对复杂系统的研究，采用去中心化和异步进化的思想。与遗传算法等生物启发方法不同，ASiCo 的进化是情境化的，个体间的所有交互都是局部的，依赖于个体的时空巧合，这意味着其具有内在的去中心化特性。不过，这种进化方式通常用于研究开放式进化，而非工程目标。因此，我们借鉴多智能体系统对效用函数及其在个体间分布的研究，来构建环境的能量动态，引导进化朝着预期目标发展。