lianggua7074的博客

当前5G技术的发展将会助力物联网时代的到来，也是无人时代的到来，极大可能解决不依托固定基站的无人平台自组织网络的构建问题。能源技术也在不断发展，新能源汽车的快速发展也代表未来将会有更多的电力充电站、电池技术也将更加成熟，如果同样大小的电池能够提供更多电能，将极大解放无人集群的能力边界。人工智能是当代最热门的IT领域，图像识别能力、数据分析能力都在不断提升，里程碑式出现了alphaGo，alphaZero等打本文针对异构群体机器人协作任务分配这一关键科学问题找了强相关的最新研究，并进行了总结分析。

基于TH-GRN模型的受限环境下集体跟踪由于单个机器人的能力限制，群体机器人中的群体任务得到了广泛的研究。群体跟踪是群体的一种重要能力，以往的许多跟踪任务都是基于领导-跟随模型的。不幸的是，简单的跟踪行为在约束环境下会带来很大的跟踪不确定性和收敛跟踪模式的困难，我们提出了一种新的跟踪模型，将基于跟踪的分层基因调控网络与群机器人的主从模型（TH-GRN）相结合，TH-GRN模型模拟了蛋白质产生和扩...

基于合作层次基因调控网络的多机器人目标捕获与单机器人相比，多机器人系统具有单机器人所不具备的优良性能，因而在实现目标方面具有更好的性能。特别是目标诱捕是一个有意义的应用，它仍然面临着许多挑战，包括如何适应不同的环境以提高诱捕性能。本文提出了一种合作的分层基因调控网络（CH-GRN），旨在增强与邻居的合作，有效地利用过程中的障碍物，实现更好、更有效的诱捕。在CH-GRN的上层综合了目标、邻域和障碍...

O-flocking: 一种自动生成的群体自组织区域移动模型Flocking模型在机器人群体控制中得到了广泛的应用。然而，传统模型在应对大规模群体、复杂环境的自主导航任务时仍然存在人工调参、稳定性和适应性差等问题。因此，设计并自动优化生成性能更优越和可迁移的模型是重要而有意义的研究问题。针对这一问题，我们设计了一种满足编队保持、凸面和非凸面障碍物避碰以及区域定向运动要求的C-flocking模型...

群体机器人kilobots研究文章推荐（群体智能）前四篇是来自哈佛Self-Organizing Systems Research Group的文章，他们是kilobots工作的创始团队，分别讨论了机器人构型、错误级联、群决策共识等内容。第五篇和第六篇是Yaochu Jin老师团队工作，是基因调控网络在kilobots上的验证研究，主要是flocking和encircling形态生成。第七篇是关...