CN112684700B - 一种群体机器人的多目标搜索与围捕控制方法及系统 - Google Patents

Abstract

本发明涉及群体机器人控制技术领域，具体涉及一种群体机器人的多目标搜索与围捕控制方法及系统，所述方法为：获取基本元件库中的多个基本元件，根据所述多个基本元件组合得到的拓扑结构形成基因调控网络模型；提取基因调控网络模型中的参数，根据适应度函数对所述参数进行多目标优化，得到优化好的基因调控网络模型；根据优化好的基因调控网络确定群体聚合形态，控制群体机器人以所述群体聚合形态进行多目标搜索与围捕，本发明能够在复杂的动态环境中对多目标进行围捕，并具有良好的适应性。

Description

一种群体机器人的多目标搜索与围捕控制方法及系统

技术领域

本发明涉及群体机器人控制技术领域，具体涉及一种群体机器人的多目标搜索与围捕控制方法及系统。

背景技术

基因调控网络指细胞内(或特定一个基因组内)基因和基因之间的相互作用关系所形成的网络，在众多相互作用关系之中，又特指基于基因调控所导致的基因间的作用。基因调控网络是生物体内控制基因表达的机制，其研究有广泛的生物学意义，是发生遗传学和分子遗传学的重要研究领域。

基因编程通过用户对基因编程函数的定义，几乎可以产生任意的可带参数的基因结构。基因编程所产生的带有参数的网络结构拥有与深度神经网络相似的性能，并且拥有深度神经网络所不具备的可解释性，在系统的实际部署和未来的潜力方面具有很大的优势。使用基因编程可充分挖掘出群体中个体的行为规则，阐明群体聚合形态生成的基本原理，实现与群体聚合形态生成的耦合，为动态环境下群体聚合与涌现提供理论支撑，提升了基于群体智能的无人集群系统的智能性、适应性、鲁棒性和扩展性。

在基因调控网络方面，Guo等人提出了机器人系统与DNA及细胞之间机制的隐喻，然后使用分层基因调控网络(H-GRN)表示机器人系统，成功地实现了群体形态的形成。Piegl等人使用B样条提取了群体的形态。这种围捕功能已经通过浓度扩散模型很好地实现了。YaochuJin等人提出了一种基于进化分层基因调控网络模型(EH-GRN)的群体机器人模式形成方法，提高了模式生成的灵活性和对各种任务的适应性。他们提出的基因网络调控模型可以广泛适用于群机器人的不同应用场景。

然而，这些现有技术中，用于生成群体聚合形态的基因调控网络模型的建立过程依然十分繁琐，通过基因调控网络模型生成的群体聚合形态难以适应复杂的动态环境；从而在复杂的动态环境中对多目标进行围捕时，还是存在适应性差的问题。

发明内容

本发明提供一种群体机器人的多目标搜索与围捕控制方法及系统，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。

为了实现上述目的，本发明提供以下技术方案：

一种群体机器人的多目标搜索与围捕控制方法，所述方法包括以下步骤：

获取基本元件库中的多个基本元件，根据所述多个基本元件组合得到的拓扑结构形成基因调控网络模型；

提取基因调控网络模型中的参数，根据适应度函数对所述参数进行多目标优化，得到优化好的基因调控网络模型；

步骤S300、根据优化好的基因调控网络确定群体聚合形态，控制群体机器人以所述群体聚合形态进行多目标搜索与围捕。

进一步，所述提取基因调控网络模型中的参数，根据适应度函数对所述参数进行多目标优化，得到优化好的基因调控网络模型，包括：

步骤S210、随机生成树结构的初始种群，对初始种群中每个个体随机生成包含多套元件参数的参数种群；

步骤S220、采用差分进化算法对参数种群进行训练，根据设定的约束违反值和适应度函数值从参数种群中确定初始种群中每个个体的优选参数，从而得到当代种群；

步骤S230、复制当代种群，对当代种群进行交叉、变异、补充，得到新的种群，根据所述新的种群和所述当代种群得到下一代种群；

步骤S240、对下一代种群中每个个体随机生成包含多套元件参数的参数种群，并执行步骤S220进行迭代计算；

步骤S250、重复执行步骤S220至步骤S240，直至迭代次数达到设定阈值，根据最后得到的种群中的每个个体确定优化得到的基因调控网络。

进一步，所述根据所述新的种群和所述当代种群得到下一代种群，包括：

合并所述新的种群和所述当代种群得到合并种群；

计算合并种群中个体之间的拥挤度；

利用非支配排序算法对合并种群中每个个体进行非支配排序，根据排序结果和拥挤度确定保留的个体，将保留的个体作为下一代种群。

进一步，所述利用非支配排序算法对合并种群中每个个体进行非支配排序，包括：

分别计算每个个体的约束违反值、适应度函数值；

如果两个个体的约束违反值不相等，则将约束违反值较小的个体确定为非支配排序靠前的个体；

如果两个个体的约束违反值相等，则将适应度函数较小的个体确定为非支配排序靠前的个体。

进一步，所述约束违反值通过以下方式计算得到：

对基因调控网络模型生成的群体聚合形态进行均匀采点，得到总采样点，将总采样点中与障碍物重合的采样点记为违反约束的采样点；

将违反约束的采样点和总采样点的数量比值作为所述约束违反值。

进一步，所述适应度函数值通过以下方式确定：

设定群体机器人距离目标的最近距离和最远距离，群体机器人与障碍物之间的最近距离，所述适应度函数值包括第一函数值，所述第一函数值的计算公式为：

其中，N_p为群体机器人的总数，N_t为目标的总数，N_o为障碍物的总数；d_min为群体机器人到目标的最近距离，d_max为群体机器人到目标的最远距离；

为群体机器人到障碍物最小安全距离；

为第i个机器人到第j个目标的距离；

为第i个机器人到第s个障碍物的距离；k₁、k₂和k₃为基因表达的调控参数。

进一步，所述适应度函数值还包括第二函数值，所述第二函数值的计算公式为：f₂＝node(m_e)，其中，m_e为第e个基因调控网络模型，node(m_e)表示计算第e个基因调控网络模型的节点个数。

一种群体机器人的多目标搜索与围捕控制系统，所述系统包括：

至少一个处理器；

至少一个存储器，用于存储至少一个程序；

当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现上述任一项所述的群体机器人的多目标搜索与围捕控制方法。

本发明的有益效果是：本发明公开一种群体机器人的多目标搜索与围捕控制方法及系统，本发明提供了丰富的基本元件对基本元件库进行补充，根据适应度函数对基因调控网络模型的参数进行多目标优化，从而自动生成满足特定要求的基因调控网络模型。根据训练好的基因调控网络模型生成群体聚合形态来控制群体机器人移动，能够在复杂的动态环境中对多目标进行围捕，并具有良好的适应性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例一种群体机器人的多目标搜索与围捕控制方法的流程示意图；

图2是本发明实施例中计算约束违反值的示意图；

图3是本发明实施例中根据参数迭代得到的帕累托前沿的示意图；

图4是本发明实施例中使用基因调控网络模型在场景一中进行仿真的第一幅示意图；

图5是本发明实施例中使用基因调控网络模型在场景一中进行仿真的第二幅示意图；

图6是本发明实施例中使用基因调控网络模型在场景一中进行仿真的第三幅示意图；

图7是本发明实施例中使用基因调控网络模型在场景二中进行仿真的第一幅示意图；

图8是本发明实施例中使用基因调控网络模型在场景二中进行仿真的第二幅示意图；

图9是本发明实施例中使用基因调控网络模型在场景二中进行仿真的第三幅示意图。

具体实施方式

以下将结合实施例和附图对本申请的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本申请的目的、方案和效果。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

参考图1，如图1所示为本申请实施例提供的一种群体机器人的多目标搜索与围捕控制方法，所述方法包括以下步骤：

步骤S100、获取基本元件库中的多个基本元件，根据所述多个基本元件组合得到的拓扑结构形成基因调控网络模型；

如下表1所示，本实施例中提供的基本元件包括第一与非元件、或非元件、第二与非元件、第一异或元件、第二异或元件和异或非元件；

其中，θ和k为调控参数，θ的取值范围为[0,2]，k＝1，y表示将基因x₁和基因x₂输入基本元件进行处理后输出的基因。x为由x₁和x₂决定的因变量。

表1：基本元件库

步骤S200、提取基因调控网络模型中的参数，根据适应度函数对所述参数进行多目标优化，得到优化好的基因调控网络模型；

本实施例中，需要根据场景设定适应度函数，从而对所述基因调控网络模型的拓扑结构和参数进行多目标优化。

步骤S300、根据优化好的基因调控网络确定群体聚合形态，控制群体机器人以所述群体聚合形态进行多目标搜索与围捕。

发明人针对背景技术中存在的问题进行分析，得出导致这些问题的原因在于：现有的基因调控网络模型大多数是依靠人工经验来设计的，需要一定的先验知识；这些人工设计的基因调控网络模型由于已经预先设计好了，其结构往往较为单一，而且这些基因调控网络模型中采用的基本元件种类较少，导致对复杂多变的的动态环境的适应性差。

本发明提供的实施例中，提供了丰富的基本元件对基本元件库进行补充；通过将约束支配策略(Constrained-Dominance-Principle，CDP)、非支配排序算法(non-dominated-sorted-genetic-algorithm，NSGA-Ⅱ)和差分进化算法(Differential-Evolution-Algorithm，DE)相结合进行多目标决策来进化基因调控网络模型的结构，从而自动生成满足特定要求的基因调控网络模型。根据训练好的基因调控网络模型生成群体聚合形态来控制群体机器人移动，可以在复杂的动态环境中对多目标进行围捕，具有良好的适应性。

在一个优选的实施例中，所述步骤S200包括：

步骤S210、随机生成树结构的初始种群，对初始种群中每个个体随机生成包含多套元件参数的参数种群；

步骤S220、采用差分进化算法对参数种群进行训练，根据设定的约束违反值和适应度函数值从参数种群中确定初始种群中每个个体的优选参数，从而得到当代种群；

可以理解，确定好优选参数后，当代种群中的每个个体即为一套元件参数θ,k。

步骤S230、复制当代种群，对当代种群进行交叉、变异、补充，得到新的种群，根据所述新的种群和所述当代种群得到下一代种群；

本实施例中，需要通过设置合理的交叉率和变异率，以保证下一代种群中增加的个体尽可能不会和当代种群保留的个体重合。

步骤S240、对下一代种群中每个个体随机生成包含多套元件参数的参数种群，并执行步骤S220进行迭代计算；

步骤S250、重复执行步骤S220至步骤S240，直至迭代次数达到设定阈值，根据最后得到的种群中的每个个体确定优化得到的基因调控网络。

其中，所述设定阈值可在训练开始前人工设置，设定阈值的大小应满足训练得到的个体收敛。

在一个改进的实施例中，步骤S230中，所述根据所述新的种群和所述当代种群得到下一代种群，包括：

合并所述新的种群和所述当代种群得到合并种群；

计算合并种群中个体之间的拥挤度；

利用非支配排序算法对合并种群中每个个体进行非支配排序，根据排序结果和拥挤度确定保留的个体，将保留的个体作为下一代种群。

本实施例中，通过非支配排序算法将所有个体分配到不同层中来表征个体之间的支配关系，同时个体之间的拥挤距离也被计算用于保障种群的多样性，最后根据支配关系和个体之间的拥挤距离来保留满足条件的个体。

在一个改进的实施例中，所述利用非支配排序算法对合并种群中每个个体进行非支配排序，包括：

分别计算每个个体的约束违反值、适应度函数值；

如果两个个体的约束违反值不相等，则将约束违反值较小的个体确定为非支配排序靠前的个体；

如果两个个体的约束违反值相等，则将适应度函数较小的个体确定为非支配排序靠前的个体。

在一个改进的实施例中，所述约束违反值通过以下方式计算得到：

对基因调控网络模型生成的群体聚合形态进行均匀采点，得到总采样点，将总采样点中与障碍物重合的采样点记为违反约束的采样点；

将违反约束的采样点和总采样点的数量比值作为所述约束违反值。

如图2所示，在一个具体的实施例中，要评估的基因调控网络模型生成的群体聚合形态为图中的虚线。首先对这条虚线均匀采点(12个点)，接着计算出与障碍物重合的点的个数(6个点)，计算与障碍物重合的点占总采样点的比例(6/12＝0.5)，所述约束违反值反映了群体聚合形态与障碍物重合程度。本实施例中，所述约束违反值为0.5。

为便于与具体的应用场景相适配，以达到优化参数的目的，需要针对相应场景设定适应度函数，在本实施例的围捕任务中，需要在不碰撞目标的情况下对其进行围捕。

在一个改进的实施例中，所述适应度函数值通过以下方式确定：

设定群体机器人距离目标的最近距离和最远距离，群体机器人与障碍物之间的最近距离，所述适应度函数值包括第一函数值，所述第一函数值的计算公式为：

其中，N_p为群体机器人的总数，N_t为目标的总数，N_o为障碍物的总数；d_min为群体机器人到目标的最近距离，d_max为群体机器人到目标的最远距离；

为群体机器人到障碍物最小安全距离；

为第i个机器人到第j个目标的距离；

为第i个机器人到第s个障碍物的距离；k₁、k₂和k₃为基因表达的调控参数。本实施例中，k₁＝1、k₂＝2、k₃＝2。

为了描述基因调控网络模型的复杂度，将基因调控网络模型中节点的个数作为适应度的第二指标，所述适应度函数值还包括第二函数值，所述第二函数值的计算公式为：f₂＝node(m_e)，其中，m_e为第e个基因调控网络模型，node(m_e)表示计算第e个基因调控网络模型的节点个数。

可以理解，所述第二函数值反映了基因调控网络模型中节点的个数。

本发明利用基因编程对基因调控网络模型的拓扑结构和参数进行优化，自动生成满足特定要求的基因调控网络。通过定义群体聚合模式与障碍物的重合程度为0，并设定非支配排序算法的两个优化目标，然后使用差分进化算法来迭代进化基因调控网络模型的参数。在迭代完成得到的排列图前沿中，选取拐点作为要使用的结构。

为验证本发明的可靠性，下面提供一个仿真环境下的具体实施例：

首先进化场景设置，具体为：

设置四个窄道：条形窄道1、条形窄道2、圆形窄道、三角形窄道，根据所述四个窄道生成结构相应的适应度函数值f₁。具体地，在四个窄道内的中心位置各取1个点，总共4个点。将这4个点处的适应度函数f₁之和作为参数种群的适应度函数值f₁。

为了得到能够生成自适应多种形状障碍物包围圈的参数种群，建立的这4个通道形状多变、宽窄不一并同时包含了直线边界和曲线边界，因此可以用来模拟更加复杂的场景。如果某个参数种群在这四个点处总的适应值函数可以达到较小，说明该参数种群生成的包围圈总体上可以较好地适应这四个通道；进而说明，该参数种群产生的包围圈可以更好地适合一般的场景。

接着设置进化参数，具体如表2和表3所示：

迭代次数	50
		种群个数	20
交叉概率	1.0
		变异概率	0.1

表2：第一优化参数

DE迭代次数	20
		种群个数	10
DE交叉概率	0.9

表3：第二优化参数

最后根据上述参数进行迭代，得到图3所示的帕累托前沿，所述帕累托前沿为一系列的帕累托最优解的集合。

根据多目标决策选取帕累托前沿的拐点(即B点)，用B点所代表的参数作为基因调控网络模型最终使用的参数。

我们使用该基因调控网络模型在两个场景中进行仿真，场景一的仿真效果如图4、图5和图6所示，场景二的仿真效果如图7、图8和图9所示。

可以看到，在这两个仿真场景中，该基因调控网络都能较好地适应环境的变化，生成较好的既可以躲避障碍物又可以围捕目标的包围圈，能够实现本发明的目的；

与图1的方法相对应，本发明实施例还提供一种群体机器人的多目标搜索与围捕控制系统，所述系统包括：

至少一个处理器；

至少一个存储器，用于存储至少一个程序；

当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现上述任一实施例所述的群体机器人的多目标搜索与围捕控制方法。

上述方法实施例中的内容均适用于本系统实施例中，本系统实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。

所述处理器可以是中央处理单元(Central-Processing-Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital-Signal-Processor，DSP)、专用集成电路(Application-Specific-Integrated-Circuit，ASIC)、现场可编程门阵列(Field-Programmable-Gate-Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述一种群体机器人的多目标搜索与围捕控制系统的控制中心，利用各种接口和线路连接整个一种群体机器人的多目标搜索与围捕控制系统可运行装置的各个部分。

所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述一种群体机器人的多目标搜索与围捕控制系统的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart-Media-Card，SMC)，安全数字(Secure-Digital，SD)卡，闪存卡(Flash-Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

尽管本申请的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，而是应当将其视作是通过参考所附权利要求，考虑到现有技术为这些权利要求提供广义的可能性解释，从而有效地涵盖本申请的预定范围。此外，上文以发明人可预见的实施例对本申请进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本申请的非实质性改动仍可代表本申请的等效改动。

Claims (5)

1.一种群体机器人的多目标搜索与围捕控制方法，其特征在于，所述方法包括以下步骤：

获取基本元件库中的多个基本元件，根据所述多个基本元件组合得到的拓扑结构形成基因调控网络模型；

提取基因调控网络模型中的参数，根据适应度函数对所述参数进行多目标优化，得到优化好的基因调控网络模型；

根据优化好的基因调控网络确定群体聚合形态，控制群体机器人以所述群体聚合形态进行多目标搜索与围捕；

其中，基本元件包括第一与非元件、或非元件、第二与非元件、第一异或元件、第二异或元件和异或非元件；

其中，θ和k为调控参数，θ的取值范围为[0，2]，k＝1，y表示将基因x₁和基因x₂输入基本元件进行处理后输出的基因；x为由x₁和x₂决定的因变量；

其中，第一与非的基因表达关系方程为：

x＝x₁*x₂；

或非的基因表达关系方程为：

x＝x₁*x₂；

第二与非的基因表达关系方程为：

x＝x₁*(1-x₂)；

第一异或的基因表达关系方程为：

x＝x₁+(1-x₂)；

第二异或的基因表达关系方程为：

x＝1-sig(x₁*(1-x₂)，x＝sig((1-x₁)*x₂；

异或非的基因表达关系方程为：

x＝1-sig(x₁*(1-x₁)，x＝x₂*x₂；

其中，所述提取基因调控网络模型中的参数，根据适应度函数对所述参数进行多目标优化，得到优化好的基因调控网络模型，包括：

步骤S210、随机生成树结构的初始种群，对初始种群中每个个体随机生成包含多套元件参数的参数种群；

步骤S220、采用差分进化算法对参数种群进行训练，根据设定的约束违反值和适应度函数值从参数种群中确定初始种群中每个个体的优选参数，从而得到当代种群；

步骤S230、复制当代种群，对当代种群进行交叉、变异、补充，得到新的种群，根据所述新的种群和所述当代种群得到下一代种群；

步骤S240、对下一代种群中每个个体随机生成包含多套元件参数的参数种群，并执行步骤S220进行迭代计算；

步骤S250、重复执行步骤S220至步骤S240，直至迭代次数达到设定阈值，根据最后得到的种群中的每个个体确定优化得到的基因调控网络；

所述适应度函数值通过以下方式确定：

设定群体机器人距离目标的最近距离和最远距离，群体机器人与障碍物之间的最近距离，所述适应度函数值包括第一函数值，所述第一函数值的计算公式为：

其中，N_p为群体机器人的总数，N_t为目标的总数，N_o为障碍物的总数；d_min为群体机器人到目标的最近距离，d_max为群体机器人到目标的最远距离；

为群体机器人到障碍物最小安全距离；

为第i个机器人到第j个目标的距离；

为第i个机器人到第s个障碍物的距离；k₁、k₂和k₃为基因表达的调控参数；

所述适应度函数值还包括第二函数值，所述第二函数值的计算公式为：f₂＝node(m_e)，其中，m_e为第e个基因调控网络模型，node(m_e)表示计算第e个基因调控网络模型的节点个数。

2.根据权利要求1所述的一种群体机器人的多目标搜索与围捕控制方法，其特征在于，所述根据所述新的种群和所述当代种群得到下一代种群，包括：

合并所述新的种群和所述当代种群得到合并种群；

计算合并种群中个体之间的拥挤度；

利用非支配排序算法对合并种群中每个个体进行非支配排序，根据排序结果和拥挤度确定保留的个体，将保留的个体作为下一代种群。

3.根据权利要求2所述的一种群体机器人的多目标搜索与围捕控制方法，其特征在于，所述利用非支配排序算法对合并种群中每个个体进行非支配排序，包括：

分别计算每个个体的约束违反值、适应度函数值；

如果两个个体的约束违反值不相等，则将约束违反值较小的个体确定为非支配排序靠前的个体；

如果两个个体的约束违反值相等，则将适应度函数较小的个体确定为非支配排序靠前的个体。

4.根据权利要求1所述的一种群体机器人的多目标搜索与围捕控制方法，其特征在于，所述约束违反值通过以下方式计算得到：

对基因调控网络模型生成的群体聚合形态进行均匀采点，得到总采样点，将总采样点中与障碍物重合的采样点记为违反约束的采样点；

将违反约束的采样点和总采样点的数量比值作为所述约束违反值。

5.一种群体机器人的多目标搜索与围捕控制系统，其特征在于，所述系统包括：

至少一个处理器；

至少一个存储器，用于存储至少一个程序；

当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如权利要求1至4任一项所述的群体机器人的多目标搜索与围捕控制方法。

Images