曹 洁，朱宁宁

兰州理工大学 计算机与通信学院，兰州 730050

动态环境中的多机器人协同搬运

曹 洁，朱宁宁

兰州理工大学 计算机与通信学院，兰州 730050

1 引言

多机器人系统是一个集环境感知、动态决策、行为执行等多功能的复杂系统。随着多机器人在工业生产、医疗服务、航空航天等方面的应用，多机器人协作成为机器人学研究的热点。而多机器人协同搬运问题无论是在理论层面还是在应用上都有着非常广阔的研究价值，一方面在真实的物理世界中，单个机器人通常无法完成很多任务，另一方面，它也是研究多机器人协同任务的一个重要平台[1]。

针对多机器人的避障问题，已经提出了很多的方法，如模拟市场法、栅格法和基于行为的控制方法等。基于行为的控制方法由著名人工智能专家R.Brooks首先提出来，较于传统方法，具有鲁棒性好、快速性[2]等优点而得到广泛关注。由于多机器人工作环境的易变性和不可预见性，需要多机器人尽可能的适应环境，以提高学习和决策能力。Q学习[3-4]无需建立环境模型，且可在线学习，被用于多机器人避障问题中，但是，并不十分理想。这是因为随着多机器人数量增加，学习空间也快速增大，造成了学习速度非常缓慢，且环境信息不完备时，联合学习模型也难以适用。有学者将Q学习中的“状态-动作对”替换为“条件-行为对”，虽具有一定的有效性，但还是无法克服此问题；分布式两层强化学习算法也被用于多机器人协作中，实验验证了其实际功能，但仍无法较大地减小存储空间；……