MIT 分散规划算法有望使无人机结伴飞翔

简介: MIT 分散规划算法有望使无人机结伴飞翔

控制一群移动的机器人以至于他们不会相撞,也不会装到道路上的障碍物,一直是一个很难的问题。

A.jpg

但是最近 MIT 的研究人员发明了分散规划算法(decentralized planning algorithm)来解决这个问题。这个算法可以帮助避开静态的或者动态的障碍物,并且减少了计算成本。


传统上,科学家都使用中央管理算法。但是为什么分散规划算法比中央管理算法要有优势呢?简单的答案是分散规划算法更加有弹性,而中央管理算法只要中央系统出现了问题,整个系统就坏了。


在中央管理算法中,中央系统拥有所有的信息,并且负责找到解法。而在分散规划算法中,每一个机器人只有一部分环境的和其他机器人的信息(比如,一个机器人只知道附近机器人的信息)。所以机器人需要沟通和调节。


那么具体这个算法是怎么工作的呢?每个机器人比不需要对所有其他机器人传送一个以它自己为中心的整个安全的地图。相反,它只需要告诉它附近的机器人自己的地图,并且计算与附近机器人的地图的重叠部分。所以整个想法就是,一个队伍的机器人一起维护一个完整的地图,以此同时,减少重复的信息来减少储存和计算。


使用这个算法,研究人员使得一群坐着轮椅的机器人一起在一个房间里搬运一个物体,同时,研究人员在房间里走来走去。这是对今后人与机器人一起工作的场景模拟。

在一个月的机器人和自动化的国际展会上,MIT 的研究人员会展示他们的研究报告和更多的细节。在不久的将来,我们也许会看到一群无人机在城市里飞翔了。


相关文章
|
传感器 算法 自动驾驶
混合A*运动规划算法:路径规划和路径跟踪-MPC-LQR-PID算法
混合A*运动规划算法:路径规划和路径跟踪-MPC-LQR-PID算法
混合A*运动规划算法:路径规划和路径跟踪-MPC-LQR-PID算法
|
算法
数据结构域算法系列之二 贪婪算法和人生规划
数据结构域算法系列之二 贪婪算法和人生规划
118 0
|
23天前
|
传感器 并行计算 算法
【无人机编队】基于非支配排序遗传算法II NSGA-II高效可行的无人机离线集群仿真研究(Matlab代码实现)
【无人机编队】基于非支配排序遗传算法II NSGA-II高效可行的无人机离线集群仿真研究(Matlab代码实现)
104 3
|
23天前
|
存储 算法 安全
【无人机】基于灰狼优化算法的无人机路径规划问题研究(Matlab代码实现)
【无人机】基于灰狼优化算法的无人机路径规划问题研究(Matlab代码实现)
121 0
|
3月前
|
算法
基于PSO粒子群优化的多无人机路径规划matlab仿真,对比WOA优化算法
本程序基于粒子群优化(PSO)算法实现多无人机路径规划,并与鲸鱼优化算法(WOA)进行对比。使用MATLAB2022A运行,通过四个无人机的仿真,评估两种算法在能耗、复杂度、路径规划效果及收敛曲线等指标上的表现。算法原理源于1995年提出的群体智能优化,模拟鸟群觅食行为,在搜索空间中寻找最优解。环境建模采用栅格或几何法,考虑避障、速度限制等因素,将约束条件融入适应度函数。程序包含初始化粒子群、更新速度与位置、计算适应度值、迭代优化等步骤,最终输出最优路径。
|
6月前
|
算法 数据安全/隐私保护
基于二次规划优化的OFDM系统PAPR抑制算法的matlab仿真
本程序基于二次规划优化的OFDM系统PAPR抑制算法,旨在降低OFDM信号的高峰均功率比(PAPR),以减少射频放大器的非线性失真并提高电源效率。通过MATLAB2022A仿真验证,核心算法通过对原始OFDM信号进行预编码,最小化最大瞬时功率,同时约束信号重构误差,确保数据完整性。完整程序运行后无水印,展示优化后的PAPR性能提升效果。
140 14
|
10月前
|
机器学习/深度学习 传感器 人工智能
智慧无人机AI算法方案
智慧无人机AI算法方案通过集成先进的AI技术和多传感器融合,实现了无人机的自主飞行、智能避障、高效数据处理及多机协同作业,显著提升了无人机在复杂环境下的作业能力和安全性。该方案广泛应用于航拍测绘、巡检监测、应急救援和物流配送等领域,能够有效降低人工成本,提高任务执行效率和数据处理速度。
612 2
智慧无人机AI算法方案
|
11月前
|
算法 决策智能
基于prim算法求出网络最小生成树实现网络社团划分和规划
该程序使用MATLAB 2022a版实现路线规划,通过排序节点权值并运用Prim算法生成最小生成树完成网络规划。程序基于TSP问题,采用遗传算法与粒子群优化算法进行路径优化。遗传算法通过编码、选择、交叉及变异操作迭代寻优;粒子群优化算法则通过模拟鸟群觅食行为,更新粒子速度和位置以寻找最优解。
|
算法 决策智能
如何用算法规划完美的相亲假期 - 小美的春节排班挑战
排班是一个经典的组合优化问题,而相亲排班可谓是它的一种别出心裁的应用。小美的挑战在于,如何在有限的8天空闲时间内,安排至少12场有效的相亲,并且满足诸如“父母严选”和通勤时间等一系列复杂的条件。
|
机器学习/深度学习 算法 数据可视化
强化深度学习中使用Dyna-Q算法确定机器人问题中不同规划的学习和策略实战(超详细 附源码)
强化深度学习中使用Dyna-Q算法确定机器人问题中不同规划的学习和策略实战(超详细 附源码)
221 0

热门文章

最新文章