轮式机器人玩链球接力：策略与评估
摘要：机器人玩人类擅长的游戏是一项挑战。我们研究了机器人代理作为多智能体系统（MAS）进行链式捕捉游戏的情况。我们的游戏以传统的追逐游戏为开始，类似于追逐逃避游戏，并进一步扩展为形成一支不断增长的捕食者团队来追捕剩下的猎物。因此，链式捕捉是追逐领域和机器人链式形成两个挑战的结合。这些游戏需要机器人代理团队相互合作并通过快速决策与其他代理团队竞争。在本文中，我们呈现了一个链式捕捉模拟器，它允许我们整合游戏规则、设计策略并模拟游戏进行。我们为逃避者（Escapee）、捕捉者（Catcher）和链式移动（Chain）分别开发了基于成本模型驱动的策略。我们的结果显示，滑坡策略是逃避者的最佳策略，而标签方法是链式捕捉中链的移动的最佳方法。我们还使用高质量的机器人在实际环境中实施游戏，并分析游戏在真实机器人上的策略。我们在不同场景中的真实机器人实施显示，游戏策略按预期工作，并且在每个游戏中成功完成了完整的链式形成。
作者：Garima Agrawal and Kamalakar Karlapalem
论文ID：1602.06460
分类：Multiagent Systems
分类简称：cs.MA
提交时间：2016-02-23