机器人“团队大脑”升级：DiMOpt如何重塑多机器人轨迹规划过程？

文章预览

导读： 针对多机器人轨迹规划问题，作者开发了分布式多机器人轨迹优化算法（DiMOpt）。该算法首先针对单机器人，使用顺序凸规划方法（SCP）处理非凸性，然后利用共识优化策略处理多机器人碰撞约束，极大的加速了多机器人系统的轨迹规划过程。 ©️【深蓝AI】编译 ■ 1.1 研究概述 近年来，多机器人轨迹规划 (MRTP) 问题越来越受到关注，所谓MRTP问题，是指计算多个机器人在共享空间中导航的轨迹，同时最小化控制能量的问题。基于轨迹优化的方法可以最佳地解决此问题。然而，这些方法受到复杂的机器人动力学和耦合机器人决策变量的碰撞约束的阻碍。这对该问题，文章作者开发了全新的DiMOpt框架，通过「共识优化策略来解决耦合碰撞约束」和「单机器人顺序凸规划方法有效处理动态引入的非凸性」来解决这些问题。DiMOpt是一种迭代算法，它 ………………………………