计算机应用

作者：何浩东, 符浩, 王强, 周帅, 刘伟

单位：1.武汉科技大学 计算机科学与技术学院，武汉 430081；2.湖北省数字化纺织装备重点实验室，武汉 430200

关键词：多机器人,路径跟随,编队避障,强化学习,人群环境

基金：国家自然科学基金资助项目(62173262);湖北省教育厅科研项目(B2021020);武汉市知识创新专项(2022010801020315);湖北省数字化纺织装备重点实验室开放课题(KDTL2022002);武汉科技大学湖北省优势特色学科（群）项目(2023D031)

针对多机器人在人群环境中路径跟随与编队的避障及运动轨迹平滑性问题，提出基于深度强化学习的多机器人路径跟随与编队算法。首先，建立行人危险性优先级机制，结合行人危险性优先级机制与强化学习设计危险意识网络，提高多机器人编队的安全性；然后，引入虚拟机器人作为多机器人的跟随目标，将路径跟随转化为多机器人对虚拟机器人的跟随控制，提高机器人运动轨迹的平滑性；最后，通过仿真实验将所提算法与现有算法进行对比，同时进行定量与定性分析。实验结果表明，与现有点对点的路径跟随算法相比，所提算法在人群环境下具有优异的避障性能，可保证多机器人运动轨迹的平滑性。

来源：2024年第8期

《计算机应用》期刊编辑部

查看计算机应用杂志2024年第8期