多机器人路径规划研究方法

被引：17

作者：

张亚鸣

雷小宇

杨胜跃

樊晓平

瞿志华

贾占朝

机构：

[1] 中南大学信息科学与工程学院

来源：

计算机应用研究 | 2008年 / 09期

基金：

湖南省自然科学基金;

关键词：

多机器人; 路径规划; 强化学习; 评判准则;

D O I：

暂无

中图分类号：

TP242 [机器人];

学科分类号：

1111 ;

摘要：

在查阅大量文献的基础上对多机器人路径规划的主要研究内容和研究现状进行了分析和总结,讨论了多机器人路径规划方法的评判标准,并阐述了研究遇到的瓶颈问题,展望了多机器人路径规划方法的发展趋势。

引用

页码：2566 / 2569

页数：4

共 30 条

[1] Cooperative multi-agent learning: The state of the art [J].

Panait, L ;

Luke, S .

AUTONOMOUS AGENTS AND MULTI-AGENT SYSTEMS, 2005, 11 (03) :387-434

[2] Cooperative coevolutionary adaptive genetic algorithm in path planning of cooperative multi-mobile robot systems [J].

Cai, ZX ;

Peng, ZH .

JOURNAL OF INTELLIGENT & ROBOTIC SYSTEMS, 2002, 33 (01) :61-71

[3]

Path Planning in Unknown Environment With Obstacles Using Virtual Window.[J].M. A. Mansor;A. S. Morris.Journal of Intelligent and Robotic Systems.1999, 3

[4] Path planning and control of a cooperative three-robot system manipulating large objects [J].

Tzafestas, CS ;

Prokopiou, PA ;

Tzafestas, SG .

JOURNAL OF INTELLIGENT & ROBOTIC SYSTEMS, 1998, 22 (02) :99-116

[5] 基于局部传感和通讯的多机器人运动规划框架 [J].

焦立男 ;

唐振民 .

计算机工程与应用 , 2007, (17) :89-93

[6] 全局未知环境下多机器人运动蚂蚁导航算法 [J].

朱庆保 .

软件学报, 2006, (09) :1890-1898

[7] 基于强化学习算法的多机器人系统的冲突消解策略 [J].

任燚 ;

陈宗海 .

控制与决策, 2006, (04) :430-434+439

[8] 基于强化学习的多机器人路径规划方法 [J].

宋一然 .

莆田学院学报, 2006, (02) :38-41

[9] 多移动机器人保持队形路径规划 [J].

沈捷 ;

费树岷 ;

郑波 .

东南大学学报(自然科学版), 2005, (03) :391-395

[10] 基于混合式多智能体系统的协作多机器人系统研究 [J].

周风余 ;

李贻斌 ;

宋锐 ;

马昕 ;

肖海荣 .

山东大学学报(工学版), 2005, (01) :82-87

← 1 2 3 →