基于在线调整的群体聚合形态动态生成方法

• 作者: 范衠 李晓明 郭谊 王诏君 李文姬 林培涵 马培立 朱贵杰 李恪 李兵 朱晓敏 包卫东 辛斌
• 来源期刊: 流体测量与控制
• 关键词: 基因调控网络 群体聚合形态生成 动态目标围捕
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 综述|Overview
• 页码范围: 1-8
• 页数: 8页
• 分类号: TP181
• 语种: 中文

摘要

目前大多数用于群体聚合形态生成的基因调控网络模型(GRN)不仅需要先验知识进行设计,而且在设计前假设环境是已知的.这些局限使在动态的、未知的环境下对GRN的设计往往是一个反复试错的过程.为此,本研究提出一种基于在线优化群体聚合形态动态生成方法.该方法将探测到的目标及其周围障碍物信息作为GRN的输入,通过在线调整策略动态生成适应当前环境的群体形态.首先,该方法设计一个基于在线优化的分层GRN,上层结构负责群体形态的自适应生成,下层结构负责引导群体机器人移到群体形态上.其次,该模型根据所检测到的环境信息,实时、自动地调用两种不同的围捕策略.具体而言,当检测到目标与障碍物距离大于等于预设的安全距离时,通过在线优化GRN的参数,生成自适应的群体形态对目标进行围捕.反之,则采用群体与障碍物合作的策略对目标进行围捕.最后,通过设计两个典型的仿真场景实验进一步验证了所提方法在受限环境下对动态目标围捕的有效性.