-
题名基于群智能体深度强化学习的模块化机器人自重构算法
被引量：2
- 1
-
-
作者
王翰墨
郑世杰
徐若楠
郭斌
吴磊
-
机构
西北工业大学计算机学院
-
出处
《计算机科学》
CSCD
北大核心
2023年第6期266-273,共8页
-
基金
国家杰出青年科学基金(62025205)
国家自然科学基金(62032020,62102317)。
-
文摘
模块化机器人是由一定数量、具有独立功能的标准模块组合而成的。自重构问题是目前模块化机器人研究领域的热点与难点。传统的图论算法或者搜索算法在模块数量较多、复杂度较大时,无法在多项式时间内寻找到通用最优解。文中从群智能体深度强化学习的角度出发,将每个同构模块视为具有学习与感知能力的单智能体,提出了基于QMIX的模块化机器人自重构算法。针对该算法,设计了一种新型的奖励函数,并在限制智能体的动作空间的基础上,实现了智能体并行化移动,在一定程度上解决了多智能体之间的协调合作问题,从而实现了从初始构型向目标构型的转变。实验以9个模块为例,对比了该算法与基于A*的传统搜索算法在成功率以及平均步数上的差异。实验结果表明,在时间步数限制合理的情况下,基于QMIX的模块化机器人自重构算法的成功率能够达到95%以上,两种算法的平均步数大约在12步左右,QMIX自重构算法能够逼近传统算法的效果。
-
关键词
模块化机器人
自重构
群智能体协作
深度强化学习
构型空间与运动空间
-
Keywords
Modular robot
Self reconfiguration
Swarm agent collaboration
Deep reinforcement learning
configuration space and action space
-
分类号
TP242.6
[自动化与计算机技术—检测技术与自动化装置]
-
