一种基于神经网络的群机器人利用信息素通信实现协作觅食的方法技术

本发明专利技术涉及一种基于神经网络的群机器人利用信息素通信实现协作觅食的方法，包括如下步骤：建立神经网络模型、设计信息素挥发模型、建立系统总体行为框架模型。本发明专利技术特别提出了群机器人协作觅食行为的信息素挥发模型，定义为Ii(t)，即第i个神经元在t时刻的外部输入，公式中，吸引信息素Pa为较大的正值，排斥信息素Po和排斥信息素Pe为较小的负值；当觅食机器人发现食物并将其运回巢穴时释放吸引信息素Pa；当机器人避障时将释放排斥信息素Po，当机器人在工作环境中随机搜寻食物时将释放排斥信息素Pe，神经网络根据Ii(t)的变化随时更新输出，神经网络的演化使群机器人能够进行局部通信，在交互过程中涌现出自组织的群体行为。

【技术实现步骤摘要】
一种基于神经网络的群机器人利用信息素通信实现协作觅食的方法
本专利技术涉及群智能机器人自组织行为涌现方法，利用神经网络建立信息素模型，机器人通过局部交互涌现出群体智能行为，属于群智能机器人
，具体涉及一种基于神经网络的群机器人利用信息素通信实现协作觅食的方法。
技术介绍
多机器人系统的研究始于20世纪70年代后期，研究人员将人工智能中的多智能体理论应用到多机器人系统中，开始了机器人领域的多机器人技术的研究。初期的研究主要集中在系统体系结构、多机器人运动规划及系统可重构等几个方面，随着分布式人工智能、复杂系统、社会学、生物学等研究领域的理论与方法的引入，多机器人系统的研究开始探讨系统组织形式、信息交互方式、进化学习机制等关键的理论技术问题。目前，受生物学和社会学的启发，多机器人系统关键问题的研究取得了相当的进展，研究人员将一些社会现象工程化，并且运用到机器人群体行为的设计上，将多机器人系统作为一个社会群体，为其制定一系列的社会规范，机器人系统就成为了一个较为复杂的机器人社会。多机器人群体行为学习主要研究机器人之间及机器人与周围环境进行社会性交互的机制，在社会性交互作用过程中涌现出本文档来自技高网...

【技术保护点】
1.一种基于神经网络的群机器人利用信息素通信实现协作觅食的方法，其特征在于，包括如下步骤：(1)建立神经网络模型整个神经网络由N×N个神经元组成二维拓扑结构，第i个神经元对应于结构空间的第i个离散状态，每个神经元都只与其相邻的神经元连接，连接形式都相同，具有高度并行的体系结构，所有连接权都相等，神经元之间的信息双向传播，根据所述第i个神经元离散时间动力学方程为：

【技术特征摘要】
1.一种基于神经网络的群机器人利用信息素通信实现协作觅食的方法，其特征在于，包括如下步骤：(1)建立神经网络模型整个神经网络由N×N个神经元组成二维拓扑结构，第i个神经元对应于结构空间的第i个离散状态，每个神经元都只与其相邻的神经元连接，连接形式都相同，具有高度并行的体系结构，所有连接权都相等，神经元之间的信息双向传播，根据所述第i个神经元离散时间动力学方程为：公式中，xi(t+1)和xi(t)分别为第i个神经元在t和t+1时刻的输出值，N为第i个神经元邻域内的神经元个数，Ii(t)为第i个神经元在t时刻的外部输入，神经网络根据Ii(t)的变化随时更新输出，wij为第j个神经元到第i个神经元的连接权，f为激活函数，所述激活函数f选择S型函数，定义如下：神经网络在演化过程中，根据信息素在拓扑结构中的映射产生外部输入，第i个神经元的外部输入由探索区域及信息素释放的位置信息在神经网络拓扑结构中的映射产生的，定义如下：公式中，吸引信息素Pa为较大的正值，排斥信息素Po和排斥信息素Pe为较小的负值；当觅食机器人发现食物并将其运回巢穴时释放吸引信息素Pa；当机器人避障时将释放排斥信息素Po，当机器人在工作环境中随机搜寻食物时将释放排斥信息素Pe；所述连接权计算公式如下式：公式中，|i‐j|为结构空间中向量xi和xj之间的Euclidian距离；(2)设计信息素挥发模型信息素演化包括两个动态过程，即机器人在某个位置释放了信息素...

【专利技术属性】
技术研发人员：宋勇，李贻斌，方兴，李彩虹，刘海，
申请(专利权)人：山东大学，
类型：发明
国别省市：山东,37