基于海豚启发自适应协调机制的动态环境在线多机器人路径规划

《Frontiers in Neurorobotics》：Dolphin-inspired adaptive coordination for online multi-robot path planning in dynamic environments

　　

摘要 引言： 在线多机器人路径规划需要在静态障碍物、移动障碍物及其他机器人的环境中反复做出联合运动决策。 方法： 本研究提出了海豚协作觅食优化器（Dolphin Cooperative Foraging Optimizer, DCFO），这是一种基于种群的方法，能够在每次重新规划的调用中自适应调整其搜索策略。DCFO结合了一个精英引导算子与三个差分进化算子。历史算子反馈计数决定了选择概率；一个阶段依赖规则决定了执行哪个被选中的算子；种群规模随名义评估预算的消耗而线性减少。当所有种群适应度值相同时，会触发一个带掩码的正则化逆协方差扰动。研究者在CEC2020和CEC2022基准测试套件上评估了搜索性能，随后在包含6台和12台机器人的MATLAB仿真中进行了验证。 结果： 与四种基于种群的规划器及动态窗口法相比，DCFO在两种测试场景下均实现了最短的总路径长度。在6台机器人场景中，路径长度比次优结果短2.74%；在12台机器人场景中，则短8.30%。此外，DCFO在12台机器人场景中还记录了最低的平均仿真执行时间，尽管它在6台机器人场景中并非最快的方法。 讨论： 这些结果表明，自适应算子组合是在动态多机器人仿真中生成联合运动指令的一种有前景的方法。未来的研究将把该框架扩展到实体机器人平台及更多样化的运行条件。

论文解读：动态环境下在线多机器人路径规划的海豚启发式自适应协调机制

1. 研究背景与问题提出

在多机器人系统中，每个机器人必须根据周围环境信息做出运动决策，同时还要考虑邻近机器人的运动。这种身体、环境与控制之间的耦合关系构成了具身自主性的核心研究课题。在线多机器人路径规划要求在存在静态障碍物、移动障碍物以及其他机器人的复杂动态环境中，反复进行联合运动决策。现有的解决方法包括图搜索、基于采样、反应式和基于优化的方法。然而，当采用联合命令公式化时，虽然明确了机器人间的交互，但其维度会随团队规模增长而急剧增加，且基于阈值的碰撞惩罚函数可能导致目标函数不连续。基于种群的方法无需导数即可评估此类目标函数，但代价是需要重复评估大量候选解。因此，如何在有限的重新规划预算内有效分配搜索算子的计算资源，成为亟待解决的关键问题。

2. 研究目的与意义

为解决上述问题，本研究旨在设计一种能够在一个有限的重规划预算内，在异构搜索算子间合理分配计算资源，并在种群陷入停滞时有效恢复搜索能力的优化框架。该研究的意义在于，通过引入自适应算子组合与停滞恢复机制，显著提升了多机器人路径规划的效率与鲁棒性，为动态环境下多机器人系统的协同控制提供了一种新的有效途径。

3. 关键技术方法

研究者提出海豚协作觅食优化器（DCFO），该方法是一个闭环规划框架，在每个规划步长内，由模拟器提供当前机器人位置、障碍物状态和目标位置。DCFO的核心是一个共享的候选联合命令种群，包含四个候选解生成算子：

• •
  合作精英引导算子： 源于雪消融优化器（Snow Ablation Optimizer, SAO），利用排名前三的最优个体和最优半群均值，通过探索分支和开发分支生成新候选解，其行为由归一化评估比率ρ调控。
• •
  差分进化算子组合： 集成了三种成熟的差分进化结构：
  • •
    CoBiDE相关算子： 使用随机选择的个体进行变异，并采用坐标空间或协方差特征向量空间的交叉策略。
  • •
    IDE相关算子： 采用依赖于个体排名和搜索阶段的参考点与缩放因子进行变异。
  • •
    jSO相关算子： 采用current-to-pbest变异策略，并结合外部存档和阶段依赖的加权缩放因子。
• •
  反馈驱动的算子选择与阶段策略： 每个算子维护一个历史反馈计数器，初始化为2。采用轮盘赌方式根据计数器值选择算子。被选中的算子会根据ρ所处的阶段进行重映射：当0.2<ρ≤0.4时，sao算子被重映射为jso算子；当ρ>0.4时，SAO和jSO算子均被重映射为IDE算子。当最小选择概率低于0.05时，所有计数器重置为2。种群规模N从初始值N₀线性减少至最小值N_min=10。
• •
  停滞触发的协方差扰动： 当所有个体的适应度值完全相同时，触发此机制。基于历史解向量的样本协方差矩阵Σ_t，计算正则化逆矩阵(Σ_t+λI_D)^-1，并结合周期性振幅因子c_t和伯努利掩码m_t,j对每个个体施加扰动。

4. 研究结果

• •
  基准函数测试： 研究者首先在CEC2020和CEC2022基准测试套件上评估DCFO的搜索性能，为其在多机器人规划中的应用提供基础。
• •
  内部选择策略比较： 通过对比三种算子选择方案发现，结合历史反馈与阶段重映射的DCFO收敛速度最快，优于等概率选择模型A和仅有历史反馈无重映射的模型B。
• •
  多机器人仿真实验：
  • •
    6机器人场景： 与四种基于种群的规划器（DE、CoBiDE、jSO、SAO）及动态窗口法（Dynamic Window Approach, DWA）相比，DCFO实现了最短的总路径长度，比次优结果短2.74%。
  • •
    12机器人场景： DCFO同样取得了最短的总路径长度，比次优结果短8.30%，并且记录到最低的平均仿真执行时间。
  • •
    停滞逃逸诊断： 在30次独立运行中，DCFO的平均停滞事件数为6.0次，成功逃逸28次，事件逃逸率为15.56%，显著高于单独的DE（6.67%）、CoBiDE（5.39%）和jSO（6.02%）。

5. 讨论与结论

讨论部分： 研究结果表明，自适应算子组合是在动态多机器人仿真中生成联合运动指令的一种极具前景的方法。DCFO通过反馈驱动的算子选择和阶段依赖的重映射，有效地在探索与开发之间取得平衡，从而在复杂的动态环境中找到更优的路径。其出色的停滞恢复能力确保了算法在面对局部最优时能够持续搜索。未来工作将致力于将该框架扩展至实体机器人平台以及更多样化的运行条件，以验证其在真实世界中的有效性。

研究结论： 本研究提出的海豚协作觅食优化器（DCFO）通过整合精英引导算子、多种差分进化算子、反馈式算子选择、阶段依赖策略、种群缩减以及停滞恢复机制，成功地在动态多机器人路径规划任务中取得了超越现有方法的性能，表现为更短的路径长度和更低的计算成本，证明了自适应算子组合在此类问题上的巨大潜力。