蔡鑫伟，侯向辉，莫清宇，张美玉，简琤峰

(浙江工业大学 计算机学院 数字媒体技术研究所，杭州 310023) E-mail：hxh@zjut.edu.cn

1 引 言

群组机器人是受启发于群居动物的多机器人系统，该机器人群体由大量能力有限的机器人组成.相对于单机器人，其在成本、灵活性、稳定性上具有巨大优势，并具有聚集、空间覆盖、编队移动、自组装等单机器人所不具备的群体工作能力.在相关的论文中，群组机器人已被运用到移民保护[1]、火灾救援[2,3]、水下工作[4]，除此以外，群组机器人在其他复杂环境下也正发挥着其独特作用.

自组装作为群组机器人的重要应用方向，有着重要的研究意义.为了达成目标配置，路径规划尤为关键.而在复杂的实际应用环境中，保证机器人之间的碰撞避免和躲避地图障碍物问题则越来越受重视.近几年，越来越多的研究工作将人工势场[5]，粒子群优化算法[6]，蚁群算法[7]，遗传算法[8]等算法优化、结合并运用到该领域中，取得了一定成果.Wang W等人利用线性递减惯性权重粒子群算法进行路径规划，同时使用删除冗余结点方法和混沌理论进行优化，使得算法在复杂环境下依旧能有优秀的路径规划表现[9]；Yang J等人提出基于约束粒子群优化的协同搜索算法以应对多机器人在受限环境下的协同搜索任务[10]；Hu L等人将蚁群算法的评价函数引入到D*算法中，并改进了D*算法中的子节点扩展方式和启发函数，提出了一种高效率、高适应性的融合算法[11]；Nazarahari M等人提出以创新人工势场搜索所有可行路径，然后使用增强遗传算法找到最优路径，在多机器人在连续环境中的应用取得显著效果[12]；……