基于不确定性建模与拍卖机制的多机器人协调算法研究

There are a great of applications for multi-robot systems. However, less attention was paid to the uncertainty of sensing and moving of robots among the results of coordinated algorithms for multi-robot systems. Based on the modeling the exploration behavior of each robot as a partially observable Markov decision process, the coordination of multi-robot systems are discussed from the point view of robots dispersion, tasks selections, and cooperation between robots. A metric measure is proposed to describe the dispersion of all robots over the environment. The coordination for multi-robot systems is realized by approximately solving the partially observable Markov decision process for different goals. In addition, a few of factors which include auction intervals, commitment to assigned tasks, and selections of auction algorithms and affect exploration efficiency of multi-robot systems are addressed. The belief states of all robots are updated by decentralized communication architecture. The proposed algorithm can switch between general coordinated module and uncertainty module according to a uncertainty measure. All of auction actions are implemented by an autonomous manner. Finally, the proposed algorithm will be verified by computer simulations. The proposed algorithm has desired scalability according to the architecture, and can be applied in the fields of life search, relieving the victims of a disaster, etc.

多机器人系统具有大量潜在的应用，但是在多机器人系统协调算法研究中，机器人本身存在的不确定性一直未受到充分的重视。本项目通过部分可观测马尔可夫决策过程对机器人的探索过程进行建模，从机器人在环境内的分布、任务选择和机器人之间的合作三个方面对多机器人系统的协调算法进行了研究。首先，建立了全部机器人在环境内分布情况的度量指标，通过满足不同指标的拍卖算法近似求解部分可观测马尔可夫决策过程模型组实现多机器人系统的协调。其次，对影响多机器人系统探索效率的拍卖间隔、对任务的承诺、拍卖算法选择等因素进行了研究；机器人的信任度状态通过分散形式的体系结构更新，算法具有根据不确定性度量在确定性协调模块和不确定性模块之间切换的能力，各个机器人以自主模式实现拍卖。最后，通过计算机仿真验证和完善研究结果。算法的体系结构保证了系统可扩展性，它在生命搜索、救灾等领域都有潜在的应用。

本项目以提高异构多机器人系统对未知环境的探索效率为应用背景，通过对机器人存在的不确定性具有处理能力并降低多机器人系统内通信负荷的协调探索算法展开研究。.本项目研究室内环境下的多机器人协调，假设各个机器人之间的相对位置已知，机器人对环境的建模采用栅格法，以下内容重点解决机器人的位置存在不确定性情况下多机器人之间协调涉及的问题。.通过研究马尔可夫决策过程原理、概率论中相关内容和多机器人系统整体特性以及相关协调算法展开研究：.（1）完成了满足不同协调指标的基于拍卖算法的部分可观测马尔科夫决策过程模型组近似求解算法。.在多机器人路径规划的定位与运动方向不确定问题基础上解决里程不确定的问题，采用马尔可夫决策过程理论对多机器人路径规划中运动方向、里程不确定性进行策略迭代算法设计，对该算法设计进行分析，采用策略迭代算法对多机器人的路径规划求解，得到最优的路径，并以相同参数的值迭代算法进行对比试验，求得多机器人的路径，发现策略迭代算法耗时更短。.（2）完成基于拍卖算法的多机器人系统协调探索行为研究.在“多机器人系统协作控制策略”研究基础上，进一步通过建立机器人之间通过合作或竞争的关系，共同完成对未知室内环境的探索。项目针对机器人在室内环境中位置的不确定性问题，通过多机器人系统的协调研究、拍卖间隔和承诺对多机器人系统探索效率影响的研究、多项策略同时拍卖等主要工作，完成基于拍卖算法对多机器人系统协调算法设计，试验表明对多机器人系统探索效率有很大提升。.（3）完成了根据不确定性度量自动在具有不确定性和确定性协调模块之间切换的协调体系结构设计.项目基于部分可观测马尔科夫决策过程协调算法展开研究，完成了监督控制层实时监控每个机器人存在的不确定性；完成了复杂任务时多机器人系统的协调控制；确定了自主探索阶段，实现组合拍卖策略，实验证明了采用等级分层制度对机器人的位置选择这一确定性探索方法进行了修改，解决了实时过程中不可能完成优化和缺乏环境先验信息情况下的控制效率。.该算法在UAV水下环境感知与协同控制方面得到应用，提高区域和覆盖率，同时在障碍不确定情况下，完成水下回收路径规划应用研究，算法的体系结构保证了系统可扩展性，进一步在生命搜索、救灾等领域都有潜在的应用。