基于排斥信息素的多机器人协作研究

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (22): 18-20.

基于排斥信息素的多机器人协作研究

姜健，赵杰，闫继宏，臧希喆

哈尔滨工业大学机器人研究所，哈尔滨 150001

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-08-01 发布日期:2007-08-01
通讯作者: 姜健

Repulsion pheromone based multi-robot cooperation

JIANG Jian，ZHAO Jie，YAN Ji-hong，ZANG Xi-zhe

Robotics Institute，Harbin Institute of Technology，Harbin 150001，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-08-01 Published:2007-08-01
Contact: JIANG Jian

摘要/Abstract

摘要： 提出了两种信息素应用的分类方法，一种是将信息素分为点信息素和线信息素，另一种是将信息素分为吸引信息素和排斥信息素。提出了三种排斥信息素应用的多机器人协作任务场合，并进行了仿真研究。仿真结果表明排斥信息素的应用是一种有效的多机器人协作方法。

关键词: 多机器人系统, 协作, 分类, 排斥信息素

Abstract: Two kinds of pheromone classification method is presented.One classification method is pheromene that is classified into point pheromone and line pheromone;the other classification method is pheromone method that is classified into attraction pheromone and repulsion pheromone.Three multi-robot task instances are presented，in which the repulsion pheromone method is used.Simulation experiment results show that the application of repulsion pheromone is an effective multi-robot cooperation method.

Key words: multi-robot systems, cooperation, classification, repulsion pheromone

姜健，赵杰，闫继宏，臧希喆. 基于排斥信息素的多机器人协作研究[J]. 计算机工程与应用, 2007, 43(22): 18-20.

JIANG Jian，ZHAO Jie，YAN Ji-hong，ZANG Xi-zhe. Repulsion pheromone based multi-robot cooperation[J]. Computer Engineering and Applications, 2007, 43(22): 18-20.

[1]	王永贵，李倩玉. 基于KNN-GBDT的混合协同过滤推荐算法[J]. 计算机工程与应用, 2021, 57(9): 103-108.
[2]	杨春霞，李欣栩，吴佳君，刘天宇. 基于注意力交互机制的层次网络情感分类[J]. 计算机工程与应用, 2021, 57(9): 134-139.
[3]	张韩钰，吴志昊，徐勇，陈斌. 增强卷积神经网络的人脸篡改检测方法[J]. 计算机工程与应用, 2021, 57(8): 220-224.
[4]	李俊丽. Spark平台下类别数据互信息计算的并行化[J]. 计算机工程与应用, 2021, 57(7): 95-100.
[5]	韩卫宇，程龙生. 结合马田系统-SVM的滚动轴承故障模式分类研究[J]. 计算机工程与应用, 2021, 57(6): 239-246.
[6]	霍光煜，张勇，孙艳丰，尹宝才. 基于语义的档案数据智能分类方法研究[J]. 计算机工程与应用, 2021, 57(6): 247-253.
[7]	韩东方，吐尔地·托合提，艾斯卡尔·艾木都拉. 问答系统中问句分类方法研究综述[J]. 计算机工程与应用, 2021, 57(6): 10-21.
[8]	黄金杰，蔺江全，何勇军，何瑾洁，王雅君. 局部语义与上下文关系的中文短文本分类算法[J]. 计算机工程与应用, 2021, 57(6): 94-100.
[9]	李硕，梁毅. 面向Spark的批处理应用执行时间预测模型[J]. 计算机工程与应用, 2021, 57(5): 79-87.
[10]	王凤琴，柯亨进. 卷积神经网络及其分析在抑郁症判别中的应用[J]. 计算机工程与应用, 2021, 57(5): 245-250.
[11]	万亚玲，钟锡武，刘慧，钱育蓉. 卷积神经网络在高光谱图像分类中的应用综述[J]. 计算机工程与应用, 2021, 57(4): 1-10.
[12]	陶体伟，刘明霞，王明亮，王琳琳，杨德运，张强. 基于有效距离的低秩表示[J]. 计算机工程与应用, 2021, 57(4): 141-147.
[13]	郑诚，董春阳，黄夏炎. 基于BTM图卷积网络的短文本分类方法[J]. 计算机工程与应用, 2021, 57(4): 155-160.
[14]	佘海龙，解山娟，邹静洁. 标准分数降维的3D-CNN高光谱遥感图像分类[J]. 计算机工程与应用, 2021, 57(4): 169-175.
[15]	于多，黄永东. 基于SPCA和域变换递归滤波的高光谱图像分类[J]. 计算机工程与应用, 2021, 57(4): 199-208.