30、人机协作机器人的资源优化与控制方案

人机协作机器人的资源优化与控制方案

多机器人协作的资源优化

在多机器人协作执行任务时，资源的有效利用至关重要。以机器人进行目标分类任务为例，当人类视觉性能并非完美时，通过合理的协作策略可以实现资源的显著节省。

预分配站点下的带宽节省

在一个操作员控制多个机器人且站点预分配的场景中，假设有四个机器人，每个机器人被分配到 10 个站点，并且每个机器人的能量预算为访问其预分配集合中所有站点所需总能量的 10%。以下是不同期望平均正确分类概率下的带宽节省情况：
| 期望平均正确分类概率 | 带宽节省（%） |
| — | — |
| 0.65 | 100 |
| 0.7 | 33.75 |
| 0.75 | 22.93 |
| 0.8 | 14.29 |

从表格中可以看出，通过采用特定的方法，机器人能够显著减少带宽消耗。例如，当期望平均正确分类概率为 0.7 时，带宽使用量可减少 33.75%。

优化站点分配

当进一步优化站点分配时，机器人的资源节省效果更加明显。

• 最优决策模式 ：以两个机器人和 2000 个站点为例，共有 500 个给定查询，每个机器人的能量预算为访问所有站点所需总能量的 12.5%。站点的噪声方差随机生成于区间 [0.55, 4]，˜p 设置为 0.896，每个机器人访问每个站点的运动能量成本也随机分配。机器人的最优决策模式与运动能量成本相关，它们会选择访问运动能量消耗不太高的站点。对于两个机器人访问成本都高的站点，会根据站点的噪声方差决定是询问人类操作员还是依赖初始传感