面向复杂障碍场的多智能体系统集群避障模型

张超省， 王健， 张林， 王娅

(1.陆军工程大学 训练基地， 江苏 徐州 221004； 2.空军勤务学院 基础部， 江苏 徐州 221200)

0 引言

随着导航技术、通信技术、控制技术和人工智能技术的发展，未来会有越来越多的无人机、无人车、无人艇等无人装备走向战场，担负侦察、警戒、核生化检测、弹药补给、人员抢救、装备抢修等任务，甚至是成为主战装备中的一员。由多个无人装备组成的多智能体系统，可以替代战士执行作战任务，最大限度地减少人员伤亡[1]。对于投入战场的多智能体系统而言，既要能够充分发挥集群的规模效应，避免过多个体游离群体之外，还要能够在尽量保持集群的前提下快速地穿越复杂障碍场。尤其是在地面战场上，多智能体系统不仅仅要面临阻绝墙、铁丝网、三角锥、堑壕等传统的障碍体，还需要绕过路径上的掩体工事、武器装备等形成的阻挡。因此集群避障技术是提高多智能体群体地面战场适应能力的关键。

对集群行为的研究起源于Reynolds等[2]对鸟群行为的计算模拟，提出群中个体应遵循的3条基本规则，即避免碰撞、速度匹配和保持聚集。在Reynolds等的基础上，Toner等[3]、Couzin等[4]和Vicsek等[5]先后开展了一系列卓有成效的研究工作，形成了3个经典的群集动力学模型，但这些工作均是在自由空间内对集群行为的模拟。

在智能体避障规则方面，有以下具有代表性的研究成果。2004年，Tanner等[6]基于车辆周围的球面邻域中获得的局部信息，提出了一系列非光滑控制律，使车辆能够在静态障碍物中集群达到目的地。……