关于具有信息机器人的机器人群体自组织聚集动力学研究
摘要：在这篇论文中，我们使用模拟的机器人群体来进一步探索这些简单个体机制所产生的聚集动态。我们的目标是研究“有信息的机器人”的引入，并研究需要多少这样的机器人来引导聚集过程朝着预先定义的站点方向进行，这些站点在环境中是可用的。有信息的机器人是一个群体中有选择性地避免不应该产生聚集的站点，并仅在实验者预定义的站点上停留进行聚集。我们在三种不同的情景中研究了有信息的机器人的聚集过程：两种形态对称的情景，即不同类型的聚集站点在环境中平等地进行代表；还有一种非对称的情景，目标站点的面积是应该避免的站点的面积的一半。我们首先展示了在群体中没有机器人具有信息时会发生什么：在对称的环境中，群体能够打破对称性，并随机地在两种类型的站点中聚集，而不一定是在目标站点上聚集；而在非对称的环境中，群体趋向于在面积最大的站点上聚集。作为这项研究的另一个有价值的贡献，我们通过研究一组常微分方程的系统（ODEs）提供了一些分析结果，该系统是一个已知模型的扩展。使用这个模型，我们展示了在某些参数值下，模型可以预测在两种对称情景中通过模拟机器人观察到的动态。
作者：Ziya Firat and Eliseo Ferrante and Yannick Gillet and Elio Tuci
论文ID：1903.03841
分类：Multiagent Systems
分类简称：cs.MA
提交时间：2019-03-12