多机器人协同：算法与应用

基于分布式控制的多机器人协同技术广泛应用于各种复杂和不可预测的任务场景，在工业、军事等多个领域中扮演着重要角色。竞争关系与合作关系，作为群体保持活力的两个方面，在生物与社会等多个领域已被证实具有同等的重要性。本书旨在解决基于竞争和合作的多机器人协同问题，并对此开发、分析了一系列分布式的神经动力学模型，具体而言：对于机器人之间有限通信的分布式合作，构建不同通信拓扑约束下的一致性估计器；对于机器人之间有限通信的分布式竞争，引入赢者通吃算法并进行建模。最后，本书将一致性算法与赢者通吃算法扩展到多机器人的分布式协同领域。
本书可以辅助读者更深入地理解基于竞争和合作的机器人问题解决思路，提供关于神经动力学算法及分布式协同建模的详细介绍，并推动该类方法在解决相关领域具体科学和工程问题中的应用。
本书可作为普通高等学校信息类本科生及研究生的专业教材。

第1章 绪论
1.1 机器人运动规划简介及研究内容
1.2 机器人分布式合作协同研究现状
1.3 机器人分布式竞争协同研究现状
第2章 动态神经网络
2.1 优化问题描述及动态神经网络设计
2.1.1 线性规划问题
2.1.2 二次规划问题
2.1.3 非线性规划问题
2.1.4 伪凸优化及其他优化问题
2.2 动态神经网络的收敛性与稳定性
2.2.1 梯度技术
2.2.2 投影技术
2.3 机器人领域应用研究
2.3.1 冗余机器人
2.3.2 移动机器人及Stewart并联机器人
2.3.3 多机器人系统
2.4 k-WTA问题拓展
2.4.1 k-WTA问题面向优化问题建模
2.4.2 k-WTA问题仿真研究
2.5 小结
第3章 基于动态神经网络的机器人运动规划
3.1 运动规划问题构建
3.2 机器人系统
3.2.1 冗余机器人
3.2.2 并联机器人
3.2.3 柔索驱动机器人
3.2.4 移动机器人
3.3 面向机器人运动规划的神经网络方法设计
3.3.1 前向神经网络
3.3.2 递归神经网络
3.3.3 对偶神经网络
3.3.4 现代控制理论与相关技术
3.4 基于k-WTA的多机器人运动规划应用
3.5 小结
第4章 基于动态神经网络的多机器人合作协同
4.1 问题与方案构建
4.1.1 机器人动力学
4.1.2 不同性能指标下机器人分布式合作协同方案
4.2 基于动态神经网络的求解算法
4.2.1 方案转化与算法设计
4.2.2 收敛性分析
4.3 仿真研究
4.3.1 面向固定目标的一致性实现
4.3.2 面向时变目标的合作协同
4.3.3 基于重复运动指标的合作协同
4.3.4 现有方案对比
4.4 小结
第5章 基于动态神经网络的多机器人抗扰动合作协同
5.1 问题与方案构建
5.1.1 机器人运动学
5.1.2 问题提出与神经动力学设计
5.1.3 不同性能指标下机器人分布式合作协同方案
5.2 动态神经网络求解算法及其理论分析
5.2.1 用于实时冗余度解析的动态神经网络
5.2.2 收敛性与鲁棒性分析
5.3 仿真研究
5.3.1 面向固定目标的一致性实现
5.3.2 面向时变目标的合作协同
5.3.3 噪声环境中的合作协同
5.3.4 现有方案对比
5.4 小结
第6章 基于k-WTA算法的多机器人竞争协同
6.1 问题构建
6.1.1 差分驱动轮式移动机器人
6.1.2 问题描述
6.2 有限通信下的动态任务分配
6.2.1 基于k-WTA的动态神经网络设计
6.2.2 收敛性分析
6.3 多机器人分布式竞争协同仿真验证
6.4 小结
第7章 鲁棒k-WTA算法及多机器人竞争协同
7.1 问题构建与模型设计
7.1.1 问题描述
7.1.2 k-WTA操作中的平局状态
7.1.3 基于神经动力学的k-WTA模型设计
7.1.4 现有的k-WTA模型
7.2 收敛性与鲁棒性分析
7.3 数值仿真验证
7.4 多机器人协同应用
7.4.1 分布式竞争协同
7.4.2 仿真实验
7.5 小结
第8章 时变/切换拓扑下基于k-WTA算法的多机器人竞争协同
8.1 问题构建与模型设计
8.1.1 机器人运动学规划
8.1.2 多机器人竞争策略
8.1.3 分布式算法设计
8.2 分布式竞争协同方案构建
8.3 收敛性分析
8.4 仿真研究
8.4.1 现有方案对比
8.4.2 时变拓扑下的协同
8.4.3 切换拓扑下的协同
8.4.4 CoppeliaSim平台的仿真实验
8.5 小结
第9章 分布式时滞k-WTA算法及多机器人竞争协同应用
9.1 问题构建与模型设计
9.1.1 k-WTA算法简化与网络设计
9.1.2 分布式时滞k-WTA网络
9.2 理论分析与证明
9.3 仿真及应用
9.3.1 时滞一致性估计器的数值仿真
9.3.2 多机器人系统的应用
9.4 小结
参考文献

本书主要介绍作者多 年来从事机器人、多智能 体系统及智能计算交叉研 究的最新进展，即多机器 人分布式竞争与合作的协 同算法及应用，旨在为多 机器人分布式协同领域的 研究提供高性能的求解算 法并建立一套高效的协同 方案。本书内容主要分为 两部分。第一部分，作为 多机器人协同的基础，主 要内容为动态神经网络在 有噪和无噪环境中的机器 人运动规划研究。这一部 分阐述了动态神经网络算 法的设计，探讨机器人在 不同性能指标驱动下的运 动规划问题求解。第二部 分，介绍多机器人运动规 划模型在多机器人协同领 域的应用。本书基于分布 式通信方式，从多机器人 系统的应用出发，同时针 对合作型和竞争型两种协 同方式展开研究，实现对 该领域相关成果的补充与 完善。此外，针对两种协 同方式提供不同需求下的 求解算法，并通过充足的 理论分析和仿真实验对其 收敛性和鲁棒性进行验证 。 本书以作者多年来基 于智能计算的机器人及其 分布式系统的研究成果为 线索，介绍其相应的算法 与实现，对多机器人分布 式协同问题进行递进式阐 述，对启发研究者在相关 领域开展研究具有一定的 参考价值。书中的绝大部 分内容均已在国际会议或 在SCI期刊上发表，确保 本书内容的先进性。本书 结构清晰合理，先概述已 有方法，再提出新方法， 并将其应用到动态环境中 的运动规划、多目标运动 规划、机械臂运动规划、 基于合作和竞争的多机器 人协同问题等研究中，同 时进行仿真实验，按照先 易后难的原则组织内容， 符合大多数读者的学习习 惯，从而易于读者学习并 掌握所论述的内容。 值得指出的是，由于 本书是以作者的研究进展 为线索撰写的，读者在阅 读本书的过程中也可以感 受作者研究过程的思维方 式。这有助于处于起步阶 段的研究人员获得如何在 科研课题开展过程中对科 研课题进行推广与拓展的 启发，也有助于其在相关 领域的研究中取得更好的 研究成果。本书对于高等 学校计算机、自动化及电 子信息工程专业高年级本 科生及以上层次的科研人 员而言，可读性较高。书 中对数个模型的理论分析 也有助于从事多机器人协 同相关领域研究工作的人 员在解决问题时厘清思路 。 全书共9章。其中，基 本模型部分由刘梅撰写， 理论分析部分由尚明生与 齐一萌撰写，仿真验证部 分由彭波撰写，全书由金 龙统稿。同时，感谢李隋 冰、张国谦、张小妍、梁 思琪，他们完成了本书的 检查与校对工作。本书由 国家自然科学基金（编号 为62176109）、中国科 学院“西部之光”项目、重 庆市“留创计划”（编号为 CX2021100）、重庆市教 委重点合作项目（编号为 HZ2021008）、甘肃省自 然科学基金项目（编号为 21JR7RA531），以及重 庆市人民政府与中国农业 科学院战略合作项目资助 。 由于作者水平有限， 书中难免存在不足之处， 恳请广大读者批评指正。