面向机器人集群的具有可重构与可控编队能力的非互惠Swarmalators

《Advanced Robotics Research》:Nonreciprocal Swarmalators With Reconfigurable and Controllable Formations for Robot Collectives

【字体: 大 中 小 】 时间:2026年08月29日 来源:Advanced Robotics Research

编辑推荐:

  研究人员使用Swarmalator模型来实现个体间的非互惠耦合,并证明通过控制个体间的这些时变相互作用,可以使集群表现出可控的形状形成、运动、避障和物体运输,所有这些都是通过调节个体间的非对称耦合来实现的。目标编队被表示为前向不变的几何集合,其边界编码了所需的

  
研究人员使用Swarmalator模型来实现个体间的非互惠耦合,并证明通过控制个体间的这些时变相互作用,可以使集群表现出可控的形状形成、运动、避障和物体运输,所有这些都是通过调节个体间的非对称耦合来实现的。目标编队被表示为前向不变的几何集合,其边界编码了所需的形状,安全和编队约束通过二次规划来执行,该规划对Swarmalator模型诱导的速度进行了最小程度的改变。该框架支持广泛的二维和三维编队类别,包括平滑和非凸形状、环形和类壳结构,以及通过分段障碍函数实现的具有尖角的多面体几何形状。研究人员还证明,时变障碍函数可用于实现编队间的连续变形,并且当集群保持在所需编队时,可以实现通过迷宫和杂乱环境的涌现和可控运动。最后,研究人员展示了一个集成的演示,结合了集群分裂、平行导航以及接触驱动的物体运输和组装,以突出如何通过系统地重新配置系统的约束和目标来实现功能性任务,同时让每个个体仍然服从Swarmalator模型。
由能力有限的个体组成的机器人集群能够执行单个或少数机器人难以完成的行为,如区域覆盖、形状形成、物体自适应运输以及在复杂环境中导航。然而,实现这些行为极具挑战性,因为其需要个体间的成对协调。经典的多机器人编队控制通常依赖精心设计的人工势场和显式分配,但当机器人数量增加或环境变复杂时,这些方法往往变得脆弱。另一方面,基于特定局部成对交互规则实现的涌现集群行为虽能随群体规模扩大而更好扩展,但极难在群体表现出特定行为时保证如避障或边界约束等安全性。为此,研究人员开展了一项新研究,旨在利用一种能够产生多样涌现集群行为的Swarmalator模型来控制模拟机器人集群的运动,该框架在发挥涌现现象优势的同时保持可控性。这使得工程协调与自组织集群行为之间达到一个平衡,能够保证安全导航与约束。该研究成果已发表在《Advanced Robotics Research》上,为多机器人自主系统提供了灵活的约束设计基础,具有重要学术意义与应用价值。

研究人员结合了Swarmalator模型与控制障碍函数层来开展研究。具体而言,采用了非互惠版本的Swarmalator模型,其中每个个体具有独立的空间耦合强度参数Ji。为了限制相位演化部分的影响,研究将自然频率ωi设为0,相位耦合强度Ki设为1,使Ji成为唯一的主动CBF-QP控制变量。在控制框架中,将编队和安全需求转化为状态约束,通过分散的QP计算最小侵入性控制动作。利用连续可微的隐函数定义目标形状,通过分段CBF组合简单约束以构建复杂几何体。在导航与避障任务中,使用A*搜索算法在自由空间生成全局参考路径,并通过隐式超椭圆函数对障碍物进行建模,将避障需求作为额外的障碍函数约束并入QP中求解。所有结果均基于计算机仿真实验获得。

Swarmalators动力学与非互惠相互作用:研究人员采用非互惠版本的Swarmalator模型,当Ji的取值不同时,个体间产生不对称的空间吸引或排斥,进而引发追逐-逃避效应及涌现运动。研究将Ji作为控制变量,实现了可控的集体行为。

用于Swarmalators的控制障碍函数:该框架通过CBF将编队规范和安全约束转化为状态约束,并通过QP计算最小侵入性控制动作。研究发现,将Ji作为QP的决策变量,可以在不直接驱动速度空间的情况下,通过控制个体间空间耦合相互作用来满足几何约束。

二维形状强制:研究人员利用隐式函数定义二维目标形状,通过CBF条件确保个体保持在规定边界内。实验表明,集群能够从随机初始状态收敛到超椭圆、圆形、星形和心形等边界。同时,通过定义两个互补的障碍条件,实现了具有内部排除区域的环形编队。

二维连续形状变形:通过允许形状约束随时间连续演化,研究人员实现了不同形状间的平滑过渡。时变CBF条件确保个体在变形过程中始终保持在不断演化的可允许区域内,无需显式的轨迹插值。

三维形状强制:该框架被扩展至三维空间,使用连续可微的隐函数对体积编队进行编码。个体能够自组织成复杂的几何形状,包括实心球体、超椭球体和环形面,并且支持实心与空心结构的转换及连续变形。

用于复杂形状形成与集群运动的分段控制障碍函数:通过分段CBF表示目标编队,将复杂几何体分解为简单原语集合,每个个体根据距离选择最近的约束。此方法成功实现了二维多边形和三维多面体等具有尖角的几何形状。

集群分裂与定向运动:利用分段障碍函数定义不相交的可允许区域,集群被虚拟边界分离成多个子群,并在不同方向上实现协调平移,此机制无需离散的子群标识符。

具有避障功能的可控运动:研究扩展了公式以在含障碍物环境中控制集群的平移和旋转。通过将障碍物编码为障碍函数并求解QP,确保了无碰撞运动。实验表明,无论是结构化迷宫还是密集非结构化障碍物场,集群均能沿参考路径自适应调整位姿,保持编队连贯性。

定量评估与基线比较:通过记录稳态约束值M1ss、形状覆盖间隙M2和非互惠性指数M3,研究人员对比了固定J、全局J和传统CBF基线。结果显示该方法在所有目标形状上均满足M1ss≥0,且M2值更低,表明形状覆盖更均匀。

消融研究:针对全局J基线的研究表明,单一耦合参数只能缩放集群,无法将不同个体放置在目标形状的不同位置。针对传统CBF基线的研究表明,仅满足约束而不依赖Swarmalator动力学,会导致非凸和环形形状内部填充不足,证明了Swarmalator耦合与个体Ji调制对均匀形状占据的必要性。

功能行为综合演示:研究展示了一个统一实验,集群通过连续重新配置约束和目标,实现了分裂、平行导航、避障和接触驱动的物体操作,最终组装出“M”形结构,无需切换特定任务控制器。

在讨论部分,研究人员总结了所提出框架的强大能力,指出CBF约束不仅作为形状调节器,还通过限制个体间距离来维持高强度的相位耦合,从而强化了相位同步作为编队执行的副产品。在结论部分,研究人员指出该研究提出了一个将Swarmalator动力学与CBF相结合的统一控制框架,在结构化环境中实现了复杂的功能性集群行为。通过在基于Swarmalator的交互中组合连续障碍约束,该框架使单个集群能够在分裂、保持形状的导航、避障和接触驱动的物体操作等行为间转换,而无需切换特定任务控制器。研究结论表明,丰富的集群功能可以从名义Swarmalator动力学与基于约束的调制之间的相互作用中涌现出来,使得全局目标能够通过局部交互实现,这为通过约束设计而非特定控制器来编码行为的可编程集群系统提供了灵活基础。未来的研究方向包括系统优化Swarmalator耦合参数J和K以实现所需宏观行为、扩展到更丰富的对象模型,以及将基于CBF的硬约束与基于能量的软约束相结合。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号