Resumen

Al buscar múltiples objetivos en un entorno complejo desconocido, los robots en enjambre deben primero formar una serie de subenjambres de manera autónoma a través de un modelo de división de tareas y luego cada subenjambre busca un objetivo en paralelo. Basándose en el principio de respuesta de probabilidad y la estrategia de división de múltiples objetivos, se propone una estrategia de regulación en bucle cerrado, que incluye el tipo de objetivo del miembro, la evaluación de la intensidad de respuesta del objetivo y la distancia a los individuos correspondientes. Además, es necesario hacer que los robots eviten a otros robots y obstáculos convexos con diversas formas en el entorno complejo desconocido. Al descomponer el comportamiento de búsqueda de múltiples objetivos de los robots en enjambre, se desarrolla un modelo de fuerza virtual simplificado (Modelo SVF) para los robots individuales, y se diseña un método de control para que los robots en enjambre busquen múltiples objetivos (SRSMT-SVF). Los resultados de la simulación

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Robots en enjambre; Subenjambres; Estrategia de división multitarget; Estrategia de regulación en bucle cerrado; Modelo de fuerza virtual; Evasión de colisiones
• Keywords:Swarm robots; Subswarms; Multitarget division strategy; Closed-loop regulation strategy; Virtual-force model; Collision avoidance