智能物流多机器人系统决策与执行组件评估
1. 系统架构与模拟测试
在智能物流多机器人系统中,采用基于 Lua 的行为引擎来实现基本行为。而底层架构会因实验是在真实机器人(使用 CLIPS)还是模拟环境(使用 CLIPS、OpenPRS、YAGI)中运行而有所不同。这种架构的优势在于能够专注于高层决策制定。模拟环境在系统开发中扮演了至关重要的角色,它是快速测试和集成的关键平台,使得我们能够为物流场景实现多种解决方案。
1.1 系统架构
- 高层 :基于 Lua 的行为引擎提供基本行为。
- 底层 :
- 真实机器人:CLIPS
- 模拟环境:CLIPS、OpenPRS、YAGI
1.2 模拟测试的作用
模拟环境具有以下重要作用:
- 开发阶段:允许在无需物理工厂和机器人的情况下进行快速原型设计和测试,且设置时间短。
- 评估阶段:能够进行大规模测试,获得大量样本数据,无需使用物理机器和机器人。
2. 基于 CLIPS 代理的评估
2.1 RoboCup 2014 评估
以 RoboCup 2014 年 RCLL 决赛为例,Carologistics(青色队)和 BBUnits(品红色队)进行了比赛,最终比分是 165 - 124。与 2015 年相比,2014 年的比赛场地更受限,机器更简单。每个团队有 16 台 7 种不同类型的机器,只有三种不同的产
超级会员免费看
订阅专栏 解锁全文

被折叠的 条评论
为什么被折叠?



