DOE CSGF 2020：机器人集群分布式决策框架

就像人类可以通过集体工作取得更多成就一样，我们也可以期待未来机器人也能做到这一点。火星上的一组机器人协作创建人类栖息地可能需要评估潜在的地点是否有足够的水和稳定的地面，选择最佳位置并建造栖息地。这种复杂行为的每个步骤都要求机器人移动以评估空间分布特征（例如稳定性），让整个团队做出决定，然后再继续。由于缺乏一个集中的计算中心，而且机器人的分布过于稀疏，无法保持恒定的通信，因此这些决策变得很复杂。这种分布式决策的挑战是机器人群体自主运行能力的主要障碍。视频中介绍了一个由三部分组成的分布式决策框架，以解决各种决策问题，并提供解决各个框架组件的方法示例。

框架包括：

（1）一种决策算法，该算法确定机器人如何对问题建模并整合观察结果以做出决策；

（2）一种运动算法，根据机器人的当前知识确定机器人在环境中的位置；

（3）一种选择机器人交换信息的信息通信算法。

为了进行决策，作者将展示为解决环境分类问题而开发的生物启发算法和贝叶斯算法。

对于信息运动，视频中将展示如何通过在多机器人系统中应用信息滑行搜索策略来改进源定位。如何改进通信中的正反馈决策算法，以及正在进行的开发卫星星座空间态势感知通信的工作。这些框架组件可以模块化地组合在一起，使机器人群能够快速地解决各种应用中的分布式决策问题。