[发明专利]一种动态环境中多机器人的分布式任务规划方法

说明书

本发明属于机器人领域，公开了一种动态环境中多机器人的分布式任务规划方法，目的是通过分布式规划，使得多机器人在一定的时间范围之内，在动态环境当中收集更多信息和避免威胁。本发明的技术方案是在分布式规划方法中融合意图共享与预测，然后在本地的搜索树中融合这些共享与预测的队友意图，最后形成一个全局奖励，从而引导本地的树搜索，最终形成一个有效的决策。本发明具有低通信代价、通用、高效的优点。

技术领域

本发明属于机器人领域，涉及多机器人任务规划方法，特别涉及多机器人在动态环境下的分布式的任务规划方法。本发明可以应用到地震、火灾、核辐射泄漏等灾难搜救场景的多机器人分布式规划当中。

背景技术

蒙特卡洛树搜索属于随机抽样或统计试验方法，是计算数学的一个分支，它是在上世纪四十年代中期为了适应当时原子能事业的发展而发展起来的。传统的经验方法由于不能逼近真实的物理过程，很难得到满意的结果，而蒙特卡洛树搜索方法由于能够真实地模拟实际物理过程，故解决问题与实际非常符合，可以得到很圆满的结果。这也是以概率和统计理论方法为基础的一种计算方法，是使用随机数(或更常见的伪随机数)来解决很多计算问题的方法。将所求解的问题同一定的概率模型相联系，用电子计算机实现统计模拟或抽样，以获得问题的近似解。

如附图1所示，蒙特卡洛树搜索可以分为以下几个步骤：选择、扩展、随机模拟、后向传播。首先，选择阶段是从根节点开始，选择连续的子节点向下至叶子节点。让决策树向最优的方向扩展，这是蒙特卡洛树搜索的精要所在。也就是要选择一个尽量“有潜力”的树节点，那么怎样的节点是有潜力呢？一个是胜率高，另一个是被考察的次数少。胜率高的节点意味着最后赢棋的概率较大，当然应该多花些精力分析其后续走法。被考察次数少的节点意味着该节点尚未经过充分研究，有成为黑马的可能。扩展是在所选的叶子节点，如果已经能判定输赢，则该轮游戏结束，否则创建一个或多个子节点并选取其中一个节点。从该节点开始，用随机策略进行游戏，直到分出输赢(获得一次准确的回报)，这一步骤又称为随机模拟。最后一步，反向传播是从叶子节点开始，反向传播更新节点信息。

但是蒙特卡洛树搜索方法也存在很大的缺点，它的搜索空间仍然是十分巨大的，并且是一种集中式的规划方法，可扩展性较低，计算代价大。所以说，虽然原则上蒙特卡洛方法是采用随机策略，不过实际中也可以采用一些“有经验”的策略，这种经验的获取，以及如何应用在蒙特卡洛树搜索之上，是本发明关注的问题之一。此外，如何使得蒙特卡洛树搜索方法更好地扩展到分布式的机器人决策之上，形成一套有效的、通用的、能降低通信代价的分布式规划方法是本发明关注的另一个问题。

发明内容

本发明要解决的技术问题是如何在多机器人间共享与预测意图信息，以及如何利用这些信息引导本地搜索树的生长，形成最终决策。本发明提供一种应该于多机器人灾难搜救的分布式规划方法，使得多机器人合作高效实施搜救，同时避免危险。

针对以上问题，本发明的技术方案是：

一种动态环境中多机器人的分布式任务规划方法，包括意图预测、意图共享、意图共享与意图预测融合三个阶段，通过以下步骤实现：

第一步，意图预测：多个机器人之间共享当前部分可感知的环境信息以及当前的概率性的动作决策序列，基于上述条件对于当前不可观察环境、未来环境、队友动作决策做预测，包括以下步骤：

1.1通过专家经验形成环境变化规律的马尔科夫状态转移矩阵；

1.2多个机器人之间共享当前可观察的环境信息，本地形成历史环境观察信息；

1.3基于本地保存的环境历史观察信息与马尔科夫动态转移矩阵计算环境的预测；

1.4使用基于启发因子的贪婪方法对队友的动作预测，也即队友预测队友以短视近似的方法朝着最近的获得奖励最大的路径点移动，最终形成对于队友的意图预测；