Decentralized Reinforcement Learning for Multi-Target Search and Detection by a Team of Drones
Mechanical and Industrial Engineering Department, Northeastern University(东北大学机械与工业工程学院)
目标搜索和检测包含了覆盖、监视、搜索、观察和追捕等多种决策问题。在本文中,我们开发了一种多智能体深度强化学习(MADRL)方法,以协调一组飞行器(无人机)定位一组静态目标在未知区域的目的。为此,我们设计了一个逼真的无人机模拟器,它复制了真实实验的动力学和扰动,包括从实验数据中进行建模的统计推断。我们的强化学习方法利用这个模拟器进行训练,能够为无人机找到接近最优的策略。与其他最先进的MADRL方法相比,我们的方法在学习和执行过程中是完全分散的,可以处理高维和连续的观测空间,并且不需要调整额外的超参数。
2021-03-17 cs.LG cs.MA cs.RO
Decentralized Multi-Floor Exploration by a Swarm of Miniature Robots Teaming with Wall-Climbing Units
Singapore University of Technology and Design(新加坡科技设计大学)
在本文中,我们考虑的问题,集体探索未知的动态环境与分散异构多机器人系统组成的两个变种的微型机器人的多个单元。第一种变体-轮式地面单元-是一群地面测绘机器人的核心,表现出可扩展性,鲁棒性和灵活性。在没有任何支持基础设施的情况下,这些属性在非结构化和动态环境中进行了系统的测试和定量评估。重复实验组的结果显示所有三个特征的一致性能,以及在系统运行时将单元注入系统的可能性。第二种变体的几个单元基于wheg的爬壁单元通过扩展平台间协调行为所需的分布式通信信道来支持地图机器人群同时探索多个楼层。虽然所获得的占用网格地图可能很大,但它们是完全分布的。没有一个机器人单元拥有的整体地图,这是不需要我们的合作路径规划策略。
2019-08-16 cs.MA cs.RO
Decentralized Motion Planning with Collision Avoidance for a Team of UAVs under High Level Goals
KTH Royal Institute of Technology(瑞典皇家理工学院)
研究了在高水平目标下的空中智能体团队的运动规划问题。我们提出了一种混合控制策略,保证每个代理的本地目标规范,这是作为一个时间逻辑公式的完成,同时保证代理间的冲突避免。特别是,通过定义3-D领域,绑定代理的体积,我们扩展了以前的工作分散的导航功能,并提出控制律,导航代理之间的预定义区域的工作空间的兴趣,同时避免相互碰撞。这使我们能够抽象的代理有限转移系统的运动,并通过采用标准的形式化验证技术,得到一个高层次的控制算法,满足代理的规格。仿真和四旋翼实验结果验证了该方法的有效性。
2016-10-04 cs.RO
Learning from My Partner's Actions: Roles in Decentralized Robot Teams
Stanford University(斯坦福大学)
当机器人团队合作完成一项任务时,沟通往往是必要的。和人类一样,机器人队友应该通过他们的动作进行隐式交流:但解释我们伙伴的动作通常很困难,因为给定的动作可能有许多不同的潜在原因。在这里,我们提出了一种替代方法:而不是不能推断出一个动作是由于探索,开发,或通信,我们定义了单独的角色,为每个代理。因为每个角色都定义了一个不同的行动理由(例如,只有剥削,只有沟通),队友现在正确地解释背后的含义,他们的合作伙伴的行动。我们的研究结果表明,利用和交替的角色导致性能相比,明确交换消息的团队。您可以在http://ai.stanford.edu/blog/learning-from-partners/上找到我们实验设置的更多图片和视频。
2019-10-28 cs.AI cs.RO
Iterated Reasoning with Mutual Information in Cooperative and Byzantine Decentralized Teaming
Georgia Institute of Technology(佐治亚理工学院)
信息共享是建立团队认知的关键,有助于协调和合作。高绩效的人类团队还受益于通过迭代沟通和合理化的层次结构进行战略性行动,这意味着人类代理可以在决策中推理队友的行为。然而,在多智能体强化学习(MARL)的大多数先前的工作不支持迭代合理化,只鼓励智能体通信,导致一个次优的平衡合作策略。在这项工作中,我们表明,重新制定代理的政策是有条件的政策,其相邻的队友固有的最大化互信息(MI)下限时,优化下策略梯度(PG)。有限理性和认知层次理论下的决策思想的基础上,我们表明,我们修改后的PG方法不仅最大限度地提高本地代理人的奖励,但也隐含的原因MI代理之间,而不需要任何明确的ad-hoc正则化条款。我们的方法InfoPG在学习紧急协作行为方面优于基线,并在分散式合作MARL任务中设置了最先进的技术。我们的实验验证了实用的InfoPG实现更高的样本效率和显着更大的累积奖励在几个复杂的合作多智能体域。
2022-06-24 cs.AI cs.LG cs.MA
Before We Act: Learning Action-Conditioned Team-Response Beliefs for Decentralized Multi-Robot Manipulation
The University of Sydney(悉尼大学);Zeno AI
该研究提出CARE框架,用于学习多机器人操作中的动作条件化团队响应信念,通过显式响应监督提升候选排序与选择效果,在多个基准任务中实现最高平均成功率。
2026-10-14 cs.RO
Decentralized and Communication-Free Multi-Robot Navigation through Distributed Games
DEVCOM Army Research Laboratory(DEVCOM 陆军研究实验室);Colorado School of Mines(科罗拉多矿业学院)
有效的多机器人团队需要能够在复杂环境中移动到目标,以解决搜索和救援等现实世界的应用。多机器人团队应该能够以完全分散的方式运行,单个机器人团队成员能够在邻居之间没有显式通信的情况下采取行动。在本文中,我们提出了一种新的博弈论模型,使分散和通信自由导航到一个目标位置。每个机器人都通过估计其本地队友的行为来进行自己的分布式游戏,以便识别将它们推向目标方向的行为,同时避免障碍物并保持团队凝聚力而不会发生碰撞。我们从理论上证明,产生的行动接近一个纳什均衡,这也对应于为每个机器人确定的最佳策略。我们通过大量的模拟表明,我们的方法使分散和通信自由导航的多机器人系统的目标位置,并能够避免障碍物和碰撞,保持连接,并响应传感器噪声鲁棒。
2021-09-15 cs.GT cs.RO
Decentralized Navigation of a Cable-Towed Load using Quadrupedal Robot Team via MARL
Robotics Institute, Carnegie Mellon University(卡内基梅隆大学机器人研究所);Department of Mechanical Engineering, University of California, Berkeley(加州大学伯克利分校机械工程系)
针对四足机器人团队缆索牵引负载时的混合物理交互与规模扩展难题,提出基于CTDE框架和定制训练课程的分布式MARL规划器,实现可变规模机器人的高效协同导航,兼具鲁棒性与适应性。
2025-03-23 cs.RO
Partner-Aware Algorithms in Decentralized Cooperative Bandit Teams
Stanford University(斯坦福大学);Princeton University(普林斯顿大学)
当人类彼此合作时,他们通常通过观察他人并考虑他们的行为可能对整个团队产生的后果来做出决定,而不是只为自己做最好的事情。我们希望我们的人工智能智能体通过捕获其合作伙伴的模型来以类似的方式进行有效合作。在这项工作中,我们提出并分析了一个分散的多臂强盗(MAB)问题与耦合奖励更一般的多智能体协作的抽象。我们证明,天真的扩展单代理最优MAB算法失败时,分散的强盗队。相反,我们提出了一个合作伙伴意识的联合顺序决策策略,扩展了著名的单代理置信上限算法。我们分析表明,我们提出的策略实现了对数遗憾,并提供了涉及人类-AI和人类-机器人协作的广泛实验,以验证我们的理论研究结果。我们的研究结果表明,所提出的伙伴意识策略优于其他已知的方法,我们的人类受试者研究表明,人类更喜欢与实施我们的伙伴意识策略的人工智能智能体合作。
2021-12-16 cs.AI cs.LG cs.MA
Decentralized Task and Path Planning for Multi-Robot Systems
Caltech(加州理工学院)
我们考虑一个多机器人系统与一个团队的协作机器人和多个任务,随着时间的推移出现。我们提出了一个完全分散的任务和路径规划(DTPP)的框架组成的任务分配模块和本地化的路径规划模块。每个任务被建模为马尔可夫决策过程(MDP)或混合观察马尔可夫决策过程(MOMDP),这取决于是否完整的状态或部分状态是可观察的。任务分配模块的目标是最大化机器人团队的预期纯回报(回报减去成本)。我们将马尔可夫模型融合到一个因子图公式中,以便使用最大和算法分散解决任务分配问题。每个机器人代理遵循最优的策略合成的马尔可夫模型,我们提出了一个本地化的前向动态规划计划,解决代理之间的冲突,避免碰撞。所提出的框架与高保真ROS模拟和实验与多个地面机器人。
2020-11-19 cs.MA cs.RO
Deep Reinforcement Learning for Decentralized Multi-Robot Exploration With Macro Actions
University of Toronto(多伦多大学)
本文提出首个宏观动作去中心化探索网络MADE-Net,利用多智能体深度强化学习解决通信中断下的多机器人探索问题,在计算时间、行驶距离、交互次数和探索率上均优于基准方法,并展现出良好的可扩展性。
2024-02-26 cs.RO
Decentralized Multi-Robot Exploration with Probabilistic Peer Intent and Multi-hop Plan Propagation
Indian Institute of Technology Bombay(印度理工学院孟买分校)
本研究提出概率性同伴意图(PPI)与多跳计划传播,改进去中心化多机器人探索中的协调,实验验证了其在模拟和真实环境中的有效性。
2026-09-22 cs.MA cs.RO
DC-Ada: Reward-Only Decentralized Sensor Adaptation for Heterogeneous Multi-Robot Teams
Department of Computer Science, Al-Baha University(阿尔巴大学计算机科学系)
DC-Ada通过冻结预训练共享策略并适应紧凑的机器人观测转换,解决异构多机器人团队中传感器差异导致的性能下降问题,展示了在不同任务和指标下的有效性。
2026-04-29 cs.AI cs.MA cs.RO
Decentralized Adaptive Aerospace Transportation of Unknown Loads Using A Team of Robots
The University of New Mexico(新墨西哥大学);Lehigh University(利哈伊大学)
本文提出一种分散式自适应控制器,使多类航空航天机器人能在不同重力环境下协同运输质量、惯量和抓取位置未知的载荷,并能在任务中应对机器人损失等意外变化。
2024-08-30 cs.RO
Scratch Team of Single-Rotor Robots and Decentralized Cooperative Transportation with Robot Failure
Toyota Motor Corporation(丰田汽车公司)
本文提出一种面向多单旋翼机器人的去中心化协同运输控制器,通过反馈与非线性控制器并联结构,实现对载荷形状、质量与质心波动及机器人故障的鲁棒性,并通过仿真和三类机器人团队实验验证了异构机器人协同运输的有效性。
2025-05-06 cs.RO
Decentralized, Self-organizing, Potential field-based Control for Individuallymotivated, Mobile Agents in a Cluttered Environment: A Vector-Harmonic Potential Field Approach
King Fahd University of Petroleum and Minerals(法赫德国王石油与矿业大学)
本文提出了一种去中心化、自组织的势场控制方法,用于复杂环境中多个智能体的协同运动控制,通过向量谐波势场方法实现低计算成本和自适应性。
2016-07-09 cs.RO cs.SY eess.SY
Undergraduate Research of Decentralized Localization of Roombas Through Usage of Wall-Finding Software
Clemson University(克莱姆森大学)
本科生团队开发并测试了沿墙软件,使Roombas机器人能在限定空间内独立定位并共享位置信息,从而实现多机器人协作。
2023-09-11 cs.RO
Voluntary Retreat for Decentralized Interference Reduction in Robot Swarms
Georgia Institute of Technology(佐治亚理工学院)
在密集的机器人群中,空间干扰--表现为对物理空间的竞争--迫使机器人花更多的时间在彼此之间导航,而不是执行主要任务。本文提出了一种分散式算法,使个体机器人能够决定是否留在该区域并为整体任务做出贡献,或者腾出该区域,以减少干扰对群体整体效率的负面影响。我们开发这种算法的背景下,分布式收集任务,其中一组机器人收集和存放对象从一组位置到另一个在给定的区域。机器人不进行交流,只使用关于周围其他机器人存在的二进制信息来决定留下或撤退。我们说明了一个团队的真实机器人的实验算法的有效性。
2019-03-10 cs.MA cs.RO
A Resource-Efficient Decentralized Sequential Planner for Spatiotemporal Wildfire Mitigation
Indian Institute of Science(印度科学学院)
本文提出CREDS去中心化序列规划器,通过三阶段方法(检测、基于拍卖的轨迹生成、冲突感知共识)利用异构无人机高效缓解野火,在火灾与无人机比例不超过4时成功率达100%,展现出高可扩展性与鲁棒性。
2024-07-27 cs.MA cs.RO
Decentralized Ability-Aware Adaptive Control for Multi-robot Collaborative Manipulation
University of Edinburgh(爱丁堡大学);Shenzhen Institute for Artificial Intelligence and Robotics for Society(深圳人工智能与机器人研究院)
多机器人团队可以完成比单个机器人更灵巧、复杂和更重的有效载荷任务,但需要有效的协作。多机器人协作是极具挑战性的,由于不同的运动学和动力学能力的机器人,它们之间的有限的通信,以及系统参数的不确定性。在本文中,一个分散的能力感知自适应控制提出了解决这些挑战的基础上的两个关键特征。首先,共同的操作任务表示为建议的名义任务椭球,这是用来最大化每个机器人的力能力在线通过优化其配置。其次,分散自适应控制器的设计是李雅普诺夫稳定的异构驱动约束的机器人和不确定的物理参数的对象和环境。在所提出的框架中,分散的协调和负载分配的机器人之间实现没有通信,而只有控制不足的广播,如果任何机器人达到其力的限制。在这种情况下,以分散的方式修改对象参考轨迹以保证稳定的交互。最后,我们进行了几个数值和物理仿真分析和验证所提出的方法与异构多机器人团队的协作操作任务。
2021-02-07 cs.MA cs.RO
End-to-end Decentralized Multi-robot Navigation in Unknown Complex Environments via Deep Reinforcement Learning
Sun Yat-sen University(中山大学)
本文提出了一种基于深度强化学习(DRL)的机器人团队导航方法,通过未知的复杂环境,机器人团队的几何质心旨在到达目标位置,同时避免碰撞并保持连通性。分散的机器人级别的政策是使用集中学习和分散执行的机制。所提出的方法可以得到端到端的政策,映射到机器人的速度控制命令的原始激光雷达测量,而无需构建障碍物地图。仿真和室内真实无人地面车辆(UGV)实验结果验证了该方法的有效性。
2019-07-03 cs.RO
Dec-MARVEL: Decentralized Multi-Agent Exploration without Communication under Budget Constraints
Sogang University(西江大学);National University of Singapore(新加坡国立大学)
针对多无人机探索受多种限制的问题,提出Dec-MARVEL框架,各机器人通过偶然观察协调,图注意力智能体融合多种特征选动作,经特定训练方式训练,在多场景试验中表现出色,实现模拟到现实的成功迁移与实际部署。
2026-10-20 cs.RO
CHORUS: Decentralized Multi-Embodiment Collaboration with One VLA Policy
Stanford University(斯坦福大学)
提出CHORUS框架,利用预训练视觉-语言-动作模型的视觉运动先验,实现无需推理时通信的去中心化多机器人协作,在真实实验中显著优于基线。
2026-06-11 cs.AI cs.RO
Semantic-level Decentralized Multi-Robot Decision-Making using Probabilistic Macro-Observations
MIT(麻省理工学院);Northeastern University(东北大学);Thomas J. Watson Research Center(托马斯·J·沃森研究中心);Boeing Research & Technology(波音研究与技术有限公司)
鲁棒的环境感知对于机器人在复杂领域中的决策至关重要。智能任务执行需要在机器人的观察模型中对不确定性源进行原则性处理。这不仅对低水平的观察很重要(例如,加速度计数据),而且还用于高级观察,例如语义对象标签。本文形式化了分散部分可观测半马尔可夫决策过程(Dec-POSMDP)中宏观观测的概念,允许可扩展的语义级多机器人决策。一个分层贝叶斯方法是用来模拟低级别的分类器输出的噪声统计,同时允许类之间共享域噪声特性。所提出的宏观观察计划,称为分层贝叶斯噪声推理(HBNI)的分类精度,超过现有的方法。然后将宏观观测方案集成到Dec-POSMDP规划器中,在具有挑战性的噪声不可知滤波失败的领域中,在一组动态四旋翼上运行硬件实验。据我们所知,这是第一次展示基于卷积神经网络的实时分类框架,该框架在多机器人决策领域的四旋翼团队上完全运行。
2017-03-16 cs.MA cs.RO
CrazyMARL: Decentralized Direct Motor Control Policies for Cooperative Aerial Transport of Cable-Suspended Payloads
Technische Universität Berlin(技术大学柏林);Robotics Institute Germany (RIG)(德国机器人研究所(RIG))
提出CrazyMARL,一种基于分散式强化学习的多无人机缆绳悬挂载荷运输框架,在抗干扰和跟踪精度上优于经典控制器,并实现了零样本仿真到实物迁移。
2026-05-31 cs.MA cs.RO
Learning a Decentralized Multi-arm Motion Planner
Columbia University(哥伦比亚大学)
我们提出了一个闭环多臂运动规划,是可扩展的和灵活的团队规模。传统的多臂机器人系统依赖于集中式运动规划器,其运行时间通常随团队规模呈指数级增长,因此无法用开环控制来处理动态环境。在本文中,我们解决这个问题与多智能体强化学习,其中分散的政策是训练控制一个机器人手臂在多臂系统中,以达到其目标末端执行器姿态给定的观察其工作空间状态和目标末端执行器姿态。该策略使用具有来自基于采样的运动规划算法(即,BiRRT)。通过利用经典的规划算法,我们可以提高强化学习算法的学习效率,同时保持神经网络的快速推理时间。由此产生的政策规模次线性,可以部署在多臂系统与可变的团队规模。由于闭环和分散的公式化,我们的方法可以推广到5-10个多臂系统和动态移动目标(10臂系统的成功率>90%),尽管我们只训练了1-4个静态目标的臂规划任务。代码和数据链路可在https://multiarm.cs.columbia.edu上找到。
2020-11-05 cs.AI cs.CV cs.LG
SayCoNav: Utilizing Large Language Models for Adaptive Collaboration in Decentralized Multi-Robot Navigation
SRI International(SRI国际研究院);Meta
针对多机器人在未知环境中导航的自适应协作需求,提出SayCoNav方法,借助大语言模型生成协作策略与去中心化规划,经MultiON任务验证,最多可提升异构机器人搜索效率44.28%,且能动态适配任务变化。
2025-05-19 cs.AI cs.RO
Communication-Aware Heterogeneous Graph Learning for Decentralized Multi-Human Multi-Robot Task Allocation
提出CommHG框架,通过通感异构图和协作多智能体强化学习联合优化去中心化多人类多机器人任务分配与通信,实验显示在多达16机器人、6人类、112任务规模下优于最强基线。
2026-09-29 cs.RO
Decentralized Gaussian Process Classification and an Application in Subsea Robotics
US Naval Research Laboratory Acoustics Division, Code 7130(美国海军研究实验室声学 division,代码7130)
本文提出了一种去中心化高斯过程分类方法,用于实时构建水下通信成功率地图,并通过实验证明其在水下环境中的有效性。
2025-11-19 cs.LG cs.RO
Distributed Reinforcement Learning for Robot Teams: A Review
National University of Singapore(新加坡国立大学)
审核目的:传感、驱动和计算方面的最新进展为由数百/数千个机器人组成的多机器人系统打开了大门,该系统在自动化制造、救灾、收获、最后一英里交付、港口/机场操作或搜索和救援方面具有广阔的应用前景。该社区利用无模型多智能体强化学习(MARL)为多机器人系统(MRS)设计高效、可扩展的控制器。这篇综述的目的是提供一个国家的最先进的分布式MARL多机器人合作的分析。最近的研究结果:分散MRS面临的基本挑战,如非平稳性和部分可观测性。建立在“集中培训,分散执行”的范式,最近的MARL方法包括独立学习,集中批评,价值分解和沟通学习的方法。合作行为通过人工智能基准和基本的现实世界机器人功能(如多机器人运动/路径规划)进行演示。摘要:本调查报告了围绕用于多机器人协作的去中心化无模型MARL和现有方法类别的挑战。我们提出了基准和机器人应用程序,并讨论了当前的研究开放途径。
2022-04-07 cs.AI cs.LG cs.MA
Decentralized Learning With Limited Communications for Multi-robot Coverage of Unknown Spatial Fields
Princeton University(普林斯顿大学)
本文提出了一种算法,一组移动机器人同时学习一个域上的空间场,并在空间上分布自己,以最佳地覆盖它。借鉴以往的方法,估计空间场通过一个集中的高斯过程,这项工作利用了覆盖问题的空间结构,并提出了一种分散的策略,通过建立跨越边界的通信,在本地聚集样本一个Voronoi分区。我们提出了一种算法,每个机器人运行一个本地高斯过程计算从自己的测量和提供的Voronoi邻居,这是纳入个别机器人的高斯过程,只有当他们提供足够新颖的信息。该算法的性能进行了评估,在模拟和集中式的方法相比。
2022-08-03 cs.MA cs.RO
Active Target Tracking with Self-Triggered Communications in Multi-Robot Teams
Virginia Tech(弗吉尼亚理工学院暨州立大学)
研究了分布式目标跟踪中减少通信量的问题。我们专注于一组机器人被允许在环境的边界上移动的场景。他们的目标是寻找一个编队,以便最好地跟踪在环境内部移动的目标。机器人能够测量到目标的距离。分散控制策略已被提出,在过去,保证机器人渐近收敛到最优的形成。然而,现有的方法要求机器人在所有时间步与其邻居交换信息。相反,我们专注于分散策略,以减少机器人之间的通信量。我们提出了一个自触发的通信策略,决定一个特定的机器人应该寻求最新的信息,从它的邻居,当它是安全的操作可能过时的信息。我们证明了该策略渐近收敛到一个期望的形成时,目标是静止的。对于移动目标的情况下,我们提出了一个扩展,每个机器人决定其最佳的合作伙伴,以共享其测量与使用可观测性作为一个标准。我们通过仿真评估所有的方法(恒定的通信和自触发通信与集中式和分散式传感器融合)。
2018-08-23 cs.RO
Decentralized Probabilistic Multi-Robot Collision Avoidance Using Buffered Uncertainty-Aware Voronoi Cells
Delft University of Technology(代尔夫特理工大学)
针对多机器人系统,提出了一种分散的、无通信的避碰方法,该方法同时考虑了机器人定位和传感不确定性。该方法依赖于计算的不确定性感知的安全区域,每个机器人之间的其他机器人和静态障碍物的环境中,高斯分布的不确定性的假设下,导航。特别是,在每个时间步,我们构建一个机会约束缓冲不确定性感知Voronoi细胞(B-UAVC)为每个机器人给定一个指定的碰撞概率阈值。通过将每个机器人的运动约束在其相应的B-UAVC内来实现概率碰撞避免,即机器人与障碍物之间的碰撞概率保持在指定阈值以下。该方法具有分散性、无通信、可扩展性和对机器人定位和感知不确定性的鲁棒性。我们将该方法应用于单积分器,双积分器,差分驱动机器人,和一般的非线性动力学的机器人。大量的模拟和实验与地面车辆,四旋翼,和异构机器人团队进行分析和验证所提出的方法。
2022-01-11 cs.RO
Self-organizing Nervous Systems for Robot Swarms
Université Libre de Bruxelles(布鲁塞尔自由大学);University of Southern Denmark(南丹麦大学)
提出自组织神经系统SoNS,通过动态多层级层级让机器人群体在局部集中协调与自组织优势间取得平衡,并在真实异构空地群体和250机器人仿真中验证其性能与容错性。
2024-01-23 cs.RO
Do LLMs Beat Nash? Testing Decentralized Coordination in Self-Play Multi-Agent Games
McGill University(麦吉尔大学);School of Computer Science, McGill University(麦吉尔大学计算机学院);Centre for Intelligent Machines(智能机器中心)
该研究测试无通信时LLM智能体能否超越纳什均衡,构建无通信博弈基准发现部分前沿托管模型可超越纳什,开放权重模型收益有限且无法迁移至多智能体团队。
2026-08-14 cs.MA cs.RO
Buzz: An Extensible Programming Language for Self-Organizing Heterogeneous Robot Swarms
École Polytechnique de Montréal(蒙特利尔综合理工学院);Royal Melbourne Institute of Technology(皇家墨尔本理工大学)
我们提出了Buzz,一种新的程序设计语言的异构机器人群。Buzz提倡一种组合方法,提供原语来从单个机器人和整个群体的角度定义群体行为。单机器人原语包括机器人特定的指令和邻域数据的操作。基于群的原语允许机器人团队的动态管理,并在整个群中共享信息。自组织源于Buzz运行时平台所基于的完全去中心化的机制。该语言可以扩展以添加新的原语(从而支持异构机器人群),并且其运行时平台被设计为位于其他框架之上,例如机器人操作系统。我们展示了Buzz的功能,通过提供代码的例子,并分析了可扩展性和鲁棒性的运行时平台,通过现实的模拟实验与代表性的群体算法。
2015-08-01 cs.MA cs.PL cs.RO
DynaHMRC: Decentralized Heterogeneous Multi-Robot Collaboration for Dynamic Tasks with Large Language Models
University of Science and Technology of China (USTC)(中国科学技术大学);University of Macau (UM)(澳门大学)
提出DynaHMRC去中心化框架,每个机器人作为角色感知的LLM智能体,通过四阶段闭环流程(自我描述、任务分配与领导竞标、领导者选举、反思执行)实现动态异构多机器人协作,并构建基准测试验证其高效性和可扩展性。
2026-06-16 cs.RO
Decentralized State Estimation: An Approach using Pseudomeasurements and Preintegration
McGill University(麦吉尔大学)
本文提出基于伪测量与输入预积分的去中心化协作状态估计框架,并利用深度自编码器重建协方差信息以降低通信需求,适用于向量空间和李群状态。
2024-01-22 cs.RO
Decentralized Global Connectivity Maintenance for Multi-Robot Navigation: A Reinforcement Learning Approach
Sun Yat-sen University(中山大学)
在多机器人应用中,连通性维护的多机器人导航问题是一个具有挑战性的问题。这项工作研究了如何在未知环境中导航多机器人团队,同时保持连接。我们提出了一个强化学习(RL)的方法来开发一个分散的政策,这是多个机器人之间共享。给定距离传感器测量值和其他机器人的位置,该策略旨在生成用于导航的控制命令并保持机器人团队的全局连通性。我们将连接性问题作为约束纳入RL框架,并引入行为克隆来降低策略优化的探索复杂度。该策略是优化与多个机器人在随机模拟场景中收集的所有过渡数据。我们通过比较不同的连接约束和行为克隆的组合,验证了所提出的方法的有效性。我们还表明,我们的政策可以推广到看不见的情况下,在模拟和完整的机器人实验。
2021-09-17 cs.LG cs.RO
Decentralized Uncertainty-Aware Active Search with a Team of Aerial Robots
The Robotics Institute, Carnegie Mellon University(机器人研究所、卡内基梅隆大学)
针对灾后大范围搜救中通信受限与目标数量未知问题,本文提出去中心化、不确定性感知的多空中机器人主动搜索系统,通过随机覆盖、信息共享与多视图融合实现未知OOI的快速检测和约3米精度定位。
2025-06-10 cs.RO
Distributed Navigation of Multi-Robot Systems For Sensing Coverage
School of Electrical Engineering and Telecommunications, The University of New South Wales(新南威尔士大学电气工程与电信学院)
本研究探讨分散控制的移动机器人覆盖问题。针对覆盖控制问题,存在与分散控制策略相关的不同方法。我们对这些方法进行了比较,并使用基于简单的局部协调规则的方法。我们调查这个广泛使用的最近邻规则为基础的方法开发覆盖控制算法。在这种方法中,一个移动机器人给予同等的重要性,每个邻居机器人在其通信范围内。我们通过使一些移动机器人比团队中的其他成员发挥更有影响力的作用来开发我们的控制方法。基于这种控制策略的方法变得有效的控制输入,说航向角,速度等达成共识的分散控制的移动机器人也可以表现出一些物理约束下的循环行为,如量化的方向的移动机器人。我们进一步研究循环行为出现由于移动机器人的量化控制在一定条件下。我们最近的邻居规则为基础的方法提供了一个有偏见的策略,循环行为的情况下出现在移动机器人的团队。我们认为一个集群技术的移动机器人团队内部。我们的分散控制策略计算移动机器人的邻居之间的相似性度量。移动机器人团队的相似性度量为基础的方法变得有效,在实现快速的共识,如航向角或速度。我们对我们开发的方法进行了严格的数学分析。我们还开发了一个条件的基础上放松的标准达成共识的速度或航向角的移动机器人。我们的验证方法是基于数学论证和广泛的计算机模拟。
2016-09-29 cs.RO
Decentralized Task Allocation in Multi-Robot Systems via Bipartite Graph Matching Augmented with Fuzzy Clustering
University at Buffalo(布法罗大学)
机器人系统作为一个团队一起工作,正在成为从灾难响应到仓库履行服务等不同现实世界应用中的重要参与者。用于协调多机器人团队的集中式解决方案通常存在可扩展性差和通信中断的脆弱性。本文提出了一种分散式多智能体任务分配(Dec-MATA)算法的多机器人应用。任务规划问题是作为一个最大加权匹配的二分图,使用开花算法的解决方案,使每个机器人自主识别的最佳序列的任务,它应该承担。基于软聚类过程确定图的权重,软聚类过程也起到了问题分解的作用,以降低个体Agent任务分配问题的复杂性。为了评估新的Dec-MATA算法,进行了一系列的案例研究(不同的复杂性),任务随机分布在一个可观察的2D环境。一个集中的方法,一个国家的最先进的MILP制定的多旅行商问题的基础上进行比较分析。在集中式算法获得的最优成本的7-28%范围内,Dec-MATA算法被发现比集中式算法快1-3个数量级,并且对任务与机器人比率的敏感性最低。
2018-07-20 cs.AI cs.MA cs.RO
Graph Neural Networks for Decentralized Multi-Robot Path Planning
University of Cambridge(剑桥大学);University of Pennsylvania(宾夕法尼亚大学)
有效的通信是成功的,分散的,多机器人路径规划的关键。然而,目前还不清楚哪些信息对手头的任务至关重要,以及如何以及何时必须在机器人之间共享。为了避开这些问题并超越手工制作的机器人,我们提出了一个组合模型,该模型可以自动合成本地通信和决策策略,用于机器人在受约束的机器人中导航。我们的架构由一个卷积神经网络(CNN)和一个图神经网络(GNN)组成,前者从局部观察中提取足够的特征,后者在机器人之间传递这些特征。我们训练模型来模仿专家算法,并使用所得到的模型在线分散规划只涉及本地通信和本地观测。我们在模拟中评估我们的方法{通过在2D中将机器人团队导航到他们的目的地}混乱的机器人。我们衡量成功率和计划路径的成本总和。结果表明,我们的专家算法的性能接近,证明了我们的方法的有效性。特别是,我们展示了我们的模型推广到以前看不见的情况(涉及更大的环境和更大的机器人团队)的能力。
2020-07-14 cs.AI cs.LG cs.MA
Multi-UAV Uniform Sweep Coverage in Unknown Environments: A Self-organizing Nervous System (SoNS)-Based Random Exploration
University of Toronto Institute for Aerospace Studies (UTIAS)(多伦多大学航空航天研究所)
针对未知环境中无定位条件的多无人机均匀扫描覆盖问题,提出基于自组织神经系统(SoNS)框架的随机游走方法,使无人机自组织成线形编队进行探索,仿真表明该方法比去中心化基准策略更快实现全覆盖且均匀性更高。
2025-03-03 cs.RO
Decentralized End-to-End Multi-AAV Pursuit Using Predictive Spatio-Temporal Observation via Deep Reinforcement Learning
School of Intelligence Science and Engineering(智能科学与工程学院);Guangdong Key Laboratory of Intelligent Morphing Mechanisms and Adaptive Robotics(广东省智能变形机制与自适应机器人重点实验室);Shenzhen Key Lab for Advanced Motion Control and Modern Automation Equipments(深圳先进运动控制与现代自动化设备重点实验室);Harbin Institute of Technology(哈尔滨工业大学)
本文提出一种去中心化端到端多智能体强化学习框架,通过预测时空观测实现自主空中群体在复杂环境中的追捕,提升捕获效率和协同成功率。
2026-06-07 cs.RO
Multi-Quadruped Cooperative Object Transport: Learning Decentralized Pinch-Lift-Move
Collaborative Robotics and Intelligent Systems Institute (CoRIS)(协作机器人与智能系统研究所)
本研究提出了一种去中心化方法,通过共享策略参数和隐含同步提示实现多足机器人协同运输,无需通信或集中控制。
2026-03-09 cs.RO
Swarm-LIO2: Decentralized, Efficient LiDAR-inertial Odometry for UAV Swarms
The University of Hong Kong(香港大学)
本文提出Swarm-LIO2,一种去中心化、即插即用的无人机集群激光雷达-惯性里程计,通过交换低维信息、自动初始化新队友及ESIKF框架融合多源测量,实现了高效准确的自状态与互状态估计。
2024-09-26 cs.RO
Implicit Virtual Leader: Decentralized Vision-Only Relative Pose Estimation for Multi-Robot Formations
针对经典编队控制问题,提出基于图神经网络的仅视觉去中心化相对姿态估计框架,通过隐式虚拟领导者解决局限性,附加相关模块进行不确定性处理,经多测试集验证,该框架姿态估计精度高且能推广到不同平台和编队规模。
2026-08-11 cs.RO
Prompting Robot Teams with Natural Language
Department of Computer Science and Technology, University of Cambridge(剑桥大学计算机科学与技术系);Department of Mechanical and Process Engineering, ETH Zurich(苏黎世联邦理工学院机械与过程工程系)
提出利用语言模型将高层任务分解为子任务,并蒸馏为循环神经网络(RNN)以支持多机器人团队的去中心化实时执行,通过图神经网络控制策略实现协作。
2026-07-01 cs.LG cs.MA cs.RO
Learning Multi-Humanoid Pickup and Transport via Decentralized Object-Centric Control
Oregon State University(俄勒冈州立大学)
本研究提出去中心化物体中心控制方法,通过局部附着区域与双臂捏合,实现多仿人机器人协作拾取运输,并验证了从单机器人到多机器人的迁移及仿真到现实的可行性。
2026-09-17 cs.AI cs.RO
Decentralized and Fully Onboard: Range-Aided Cooperative Localization and Navigation on Micro Aerial Vehicles
Learning Systems and Robotics Lab(学习系统与机器人实验室);Technical University of Munich(慕尼黑技术大学);University of Toronto Institute for Aerospace Studies(多伦多大学航空航天研究所);University of Toronto Robotics Institute(多伦多大学机器人研究所);Munich Institute of Robotics and Machine Intelligence(慕尼黑机器人与机器智能研究所);Vector Institute for Artificial Intelligence(人工智能向量研究所)
本文提出了一种去中心化的基于距离的协作定位与导航方法,通过块坐标下降和因子图推断实现编队控制,适用于微航空器在复杂环境中的自主导航。
2026-02-19 cs.RO
FCMNet: Full Communication Memory Net for Team-Level Cooperation in Multi-Agent Systems
National University of Singapore(新加坡国立大学)
部分可观测多智能体系统中的分散合作需要智能体之间的有效通信。为了支持这一努力,这项工作的重点是一类问题,全球通信是可用的,但可能是不可靠的,从而排除了不同的通信学习方法。我们介绍了FCMNet,一种基于强化学习的方法,允许代理同时学习a)有效的多跳通信协议和b)一个共同的,分散的政策,使团队级的决策。具体来说,我们提出的方法利用多个方向递归神经网络的隐藏状态作为代理之间的通信消息。使用一个简单的多跳拓扑结构,我们赋予每个代理的能力,接收信息顺序编码的每一个其他代理在每个时间步,从而提高全球合作。我们展示了FCMNet在一组具有挑战性的星际争霸II微观管理任务与共享奖励,以及一个合作的多智能体寻路任务与个人奖励。在那里,我们的比较结果表明,FCMNet在所有星际争霸II微观管理任务中优于最先进的基于通信的强化学习方法,在某些任务中优于价值分解方法。我们进一步研究了FCMNet在现实通信干扰下的鲁棒性,例如随机消息丢失或二进制化消息(即,不可区分的通信信道),以展示FMCNet在各种现实条件下对机器人任务的潜在适用性。
2022-01-31 cs.AI cs.LG cs.MA
Learning Multi-Robot Decentralized Macro-Action-Based Policies via a Centralized Q-Net
Khoury College of Computer Sciences, Northeastern University(东北大学库里计算机科学学院)
在许多现实世界的多机器人任务中,高质量的解决方案通常需要一组机器人在分散控制下执行异步动作。分散式多智能体强化学习方法很难学习分散式策略,因为环境似乎是非平稳的,因为其他代理也在同时学习。在本文中,我们通过提出一种基于宏动作的分散式多智能体双深度递归Q网(MacDec-MADDRQN)来解决这一挑战,该Q网使用集中式Q网进行动作选择来训练每个分散式Q网。还提出了一个具有两个独立训练环境的MacDec-MADDRQN的通用版本,称为MacDec-MADDRQN,以利用集中式或分散式探索。我们的方法的优点和实用性通过在模拟中实现接近集中的结果和使真实机器人以有效的方式完成仓库工具交付任务来证明。
2020-03-03 cs.AI cs.RO
Learning Decentralized Controllers for Robot Swarms with Graph Neural Networks
University of Pennsylvania(宾夕法尼亚大学)
我们考虑的问题,发现分布式控制器的大型网络的移动机器人与互动的动态和稀疏可用的通信。我们的方法是学习本地控制器,只需要本地的信息和通信在测试时,通过模仿集中式控制器在训练时使用全局信息的政策。通过扩展聚合图神经网络随时间变化的信号和随时间变化的网络支持,我们学习一个单一的共同的本地控制器,利用信息从遥远的队友只使用本地通信交换。我们将这种方法应用于群集问题,以展示随着机器人移动而变化的通信图上的性能。我们研究如何减少通信半径和更快的速度增加多跳信息的价值。
2021-03-24 cs.RO