53、多智能体路径规划与双足机器人敏捷跑步控制技术解析

多智能体路径规划与双足机器人敏捷跑步控制技术解析

在多智能体系统和机器人控制领域，多智能体路径规划（MAPF）以及双足机器人的敏捷跑步控制是两个重要的研究方向。本文将深入探讨这两个领域的相关技术，包括死锁检测、通信学习、3D - SLIP 模型调控等关键内容。

多智能体路径规划中的死锁检测与通信学习

在多智能体路径规划问题中，死锁是一个常见且棘手的问题。死锁可分为两种情况：
- 停滞状态死锁 ：多个智能体在通道上相互锁定并停滞不前。
- 徘徊状态死锁 ：两个智能体同时做出相互避让的决策，类似于徘徊的情况。

为了有效地检测死锁，引入了拥挤度的概念。拥挤度的计算方式为每个智能体视野半径为 2 的范围内的智能体数量。具体的死锁检测步骤如下：
1. 预标记 ：如果检测到智能体处于停滞或徘徊状态，并且拥挤度大于或等于 1 持续多步保持不变或增加，则将该智能体预标记为死锁。
2. 确认检查 ：预标记的死锁状态并不一定意味着智能体处于真正的死锁状态，因为死锁状态必须由多个智能体抢占通道资源引起。因此，在预标记过程之后，会进行另一轮检查。如果在附近出现两个或更多预标记的死锁智能体，则确认这些智能体处于死锁状态；如果预标记的智能体没有被其他预标记的智能体包围，则确定该智能体处于非死锁状态。
3. 信息添加与惩罚 ：将死锁状态信息添加到启发式辅助通道中，并对死锁状态施加相关惩罚，以鼓励智能体学会跳出死锁状态。

在实验方面，设置了训练和测试环境：