受生物启发的多智能体导航模型

摘要

多智能体系统能够在部分能力不足时更有效地到达目标,具有许多组件的多智能体系统如何到达期望目标是一个重要议题。受生物的嗅觉和视觉导航模式启发,使用群决策方法建立多智能体导航模型,以更好地发挥多智能体系统鲁棒性优势。由于多个智能体对信息和动作的集体决策,驱使模型生物朝着特定目标前进。使用栅格地图开发受生物嗅觉启发的导航算法,并通过迷宫实验考察使实体尽可能接近目标的最佳参数。实验结果表明,在复杂障碍环境下,在嗅觉和视觉模式之间取得平衡是一个关键点。超出该临界点,模拟生物在复杂环境中的导航能力将大大增加,在智能体能力不足时可越过障碍到达可见目标。