基于群体智能的自组织运动控制综述 .pdfVIP

基于群体智能的自组织运动控制综述

张昭;张天奇

【期刊名称】《《电子科技》》

【年(卷),期】2019(032)011

【总页数】6页(P52-57)

【关键词】群体;群集;群体控制;群体智能;协同控制;群体优化算法

【作者】张昭;张天奇

【作者单位】南京航空航天大学计算机科学与技术学院江苏南京211106

【正文语种】中文

【中图分类】TP13;TP18

上世纪七八十年代，自然界中生物群体的自组织运动现象受到国内外学者的关注，

国内外学者纷纷研究群体内个体间的信息交互、高效的觅食行为以及较为省时省力

的运动轨迹等群体特征。生物群体的这种在种群演化过程中由环境选择遗传下来的

个体之间通过交流协作达成群体行为一致性的能力，形成了与简单个体特性截然不

同的群体属性甚至群体智能。随着数学、统计学以及计算机学科的发展，逐渐揭示

了群体自组织运动现象以及群体智能产生的奥秘[1]，国内外学者将这种群体智能

的思想应用于协同控制等领域推动了群体机器人以及群体控制系统的发展。

本文首先给出群体智能以及群集控制的相关概念，然后分析国内外基于群体智能的

自组织运动控制研究现状，最后给出了群体自主知运动控制研究的未来发展趋势。

1概念介绍

从生态学上讲，所谓群体是指为了繁衍生息而集体存在于某一地区的同一种生物的

集合。群体是一种系统的表现形式，该系统由相对独立的多个个体组成，通过相互

之间的近距离直接或间接的信息交流来形成某种统一的群体行为以及执行某种群体

任务。通过个体间的信息交流和协同合作，使得由行为简单且能力有限的个体组成

的群体涌现出个体所不具备的复杂的群体特征，如协调飞行的鸟群、共同抵御外部

危险的鱼群、蚁群合作寻找食物、蜂群之间的觅食信息交互以及构建复杂度很高的

蜂窝等。鸟群和鱼群通过局部感知的间接信息交流最终实现一致性的群体运动行为。

由于没有集中控制，群体的结构更偏向于松散，使得个体具有极大的灵活性可以根

据实际情况自行决定运动轨迹从而达到鸟群飞跃避障物、鱼群躲避捕食者甚至围猎

食物等行为。鸟群和鱼群的这些行为是群体自组织运动的典型表现。蜂群和蚁群等

之间的信息交流则是利用信息素或具有信息载体能力的舞蹈等外部环境载体，使得

行为规则简单且能力有限的分散个体能更快地发现食物，优化了整个群体觅食的路

径或时间。从这些群体中产生的复杂行为远远超过个人能力的简单叠加，并显现出

智能特性。

群集即群体聚集，描述聚集群体的系统行为和功能，又被称为群集行为(Collective

Behavior)[2]。根据运动特征在群体中表现的不同，自然界中的群集行为又可以分

为具有协同合作特征的群体运动如行进(Marching)、结群(Flocking)、群游

(Schooling)或放牧(Herding)[3]以及具有较好团聚效应的集群(Swarms、

Messing或Crowding)[4]。

群体智能受生物界群体中简单生物的相互合作涌现出高级群体行为的现象启发而产

生。生物的群集智能具有以下鲜明特点[5]：(1)控制方式多为分布式控制而非集中

式控制；(2)个人间沟通是间接沟通，而不是直接沟通；(3)个体能力有限，行为简

单；(4)群体自发形成，系统表现出自组织性。群体的智能性体现在一群简单个体

能够通过协作、竞争、交互与学习等方式在缺少全局信息和整体模型的情况下表现

出高级和复杂的功能。通过相互协作增强了个体的抗干扰能力，从而提高群体抵

御外部打击的潜能，增强整个群体的稳定性，提高整个系统的效能。

群体控制[6]主要是研究无人系统群体中个体的控制策略，包括研究在群体聚集过

程中个体之间分离与聚集的控制、个体间的信息交流机制、整个系统的稳定性与一

致性、群体的智能化演变及群体行为等方面。

通常基于群体智能思想对群体系统中的个体施加群集控制策略从而使得系统整体能

够给表现出个体所不具备的性质[7-9]。一般意义上的群体系统通常具有以下特征：

分布式控制、个体具有自主决策能力、使用局部通信机制。相对于其他系统，群体

系统具有更好的自适应性、冗余性、鲁棒性以及可扩展性，但也有不可控、不可预

测、不可知以及无最优解等缺点。典型的群体智能系统由一些简单个体组成，通常

个体与个体之间以及个体和环境之间会产生局部的信息交流，且个体行为遵循一些

特定规则。系统中没有集中控制，但基于局部规则互动的多个个体通常能够表现出

智能群体行为。因此，可以借鉴群体智能的涌现现象来实现基于群体智能的无人系

统协同控制。在多智能体系统中采用分布式控制通过直接或间接通信的方式使得整

个