[发明专利]一种面向开放场景的多机器人协同多目标采样方法

说明书

本发明公开了一种面向开放场景的多机器人协同多目标采样方法。技术方案是构建由N个机器人节点和云端服务器节点构成的多机器人系统，机器人节点上安装通信模块、探测模块、计算模块、存储模块、运动模块；云端服务器节点上安装通信模块、存储模块；构建多目标采样场景，将N个机器人节点仿真模型预训练，得到N个记录了机器人在对应仿真场景下协同多目标采样策略的.data参数格式文件；将多机器人系统部署在真实的开放场景，利用.data参数格式文件训练，得到多机器人自主协同多目标采样策略；多机器人系统根据采样策略协同完成多目标采样任务。本发明能解决目前多目标采样方法时效性不高、训练数据量大、训练时间长、强任务相关性等问题。

技术领域

本发明涉及利用智能机器人系统领域知识和多智能体强化学习技术，在开放的未知环境中如何让分布式多机器人快速协同完成多目标采样任务。尤其涉及一些多机器人对未曾训练过的无法预知的采样任务场景时(例如月球车对月球土壤进行采样，对疫情区域进行采样等)，实现自主地形成协作策略以完成搜索采样目标、追踪采样目标以及规划路线并按规划路线进行采样等任务的方法。

背景技术

移动机器人因其可移动性及可复制性，可以代替人在一些复杂的、危险的、受到环境制约的环境中执行侦查、搜救和操作等任务，能够极大程度上忽视地形的限制并且降低人力成本，并且经过多年的发展，移动机器人已经逐步在物流、制造、服务等领域崭露头角。同时，在国防和军队的重大项目中也起到至关重要的作用，例如战场侦查、太空探索、战场救助等任务中移动机器人都发挥出了显著的效果，也展现出了移动机器人广泛地应用前景。

而相较于单机器人，多机器人系统更加具有高效、可靠的特点，并且能够通过对任务的学习展现出一定程度上的群体智能，超过“1+1＝2”的效果，从而能够更加理想地完成任务同时提高任务的完成效率，例如在灾后救援等实际场景中多机器人的自主协同已经体现出了成熟的智能，在提高搜救效率的同时也极大提升了人员存活率，并且节约了人力与物力。目前常见的多机器人协作任务还包括协作导航、协作运输、协作追踪等。然而现今已有的一些多机器人协作策略往往需要提前设计或训练，并且策略与任务之间的关系是紧耦合的，设计或训练得到的策略仅能用于单一任务。

然而现实中的任务环境存在很大程度的不确定性，多机器人每次执行的任务往往也有很大的差异性，通常需要应对任务中避障、避免相互干扰等问题，因此在这样的非确定性环境中完成复杂任务的高要求为多机器人带来了严厉的挑战。因此，本发明考虑的开放式应用场景是，多机器人在非确定性的无法预知未来任务的具体场景。例如，在新冠疫情爆发之时，往往需要对病人的生活区域进行采样，但是病人的生活环境是无法预知的，包括社区中的生产生活废料、树木等各种障碍的位置、采样的目标位置等等信息都需要在灾害发生过后才可获取。目前已有的常用方案是根据现场情况人工设计环境探索方案和采样方案等，然而人民的生命财产安全重于泰山，人工设计方案的方法会不可避免地浪费掉部分宝贵的采样时间，从而导致疫情控制不及时等问题的发生。如何在对时间和效率有高要求的未知环境中，实现多机器人快速地应对场景中环境的动态变化，从而在疫情发生后可以快速地通过协作来实现多目标的采样，是本领域技术人员目前急于要解决的难点和热点问题。针对这样的问题，本发明实现了多机器人在从未见过的多目标采样等任务场景中能够经过短暂的训练就取得较好的效果并快速投入到任务中。

多机器人多目标采样任务面临的主要问题包括：1)如何有效地协调多机器人的行为。如果缺少协调，可能导致多个机器人环境探索区域的重合、重复对相同的目标采样，导致环境探索不充分及任务完成不充分，因此需要协调多机器人之间的关系，实现充分地探索和对目标进行采样。2)在执行任务时，环境中往往会存在很多干扰因素包括障碍物等，例如环境中的瓦砾、生活废料等。因此在这样动态变化的环境中，如何让多机器人快速地克服动态环境中的各类干扰因素并实现多目标的采样是一个丞待解决的问题。