以適應性協調機制求解群體機器人系統之物件探勘蒐整問題

Abstract

本論文針對群體機器人協調合作問題之一的物件探勘蒐整問題(Object-Sorting Task,OST)提出一個適應性的合作機制-知識法則法進行求解。其方式為針對各種OST狀況，使用一個具適應性的合作模式對映方式，於多合作解法中選用相對最佳之合作解法進行OST解。適應性的合作模式乃是運用類神經網路中具有即時及自動聚類特性的自商應共振理論網路（Adaptive Resonance Theory Netwok, ART)於OST物件之群聚(clustering)，以分析每一OST物件分佈類型，再由經驗法則之OST物件分佈與現成解法之最佳關係中查得相對最佳解法以求解之，而其關係表是以電腦模擬的方式進行實驗求得。最後由經由模擬實驗的結果證明，本研究所提之知識法則法執行OST任務的效率相較於所有實作的協調演算法中是最佳的。