Neuronaler Netzwerkalgorithmus für die koordinierte Jagd mit mehreren Robotern

Das Multi-Roboter-System erfordert eine angemessene Koordination zwischen mehreren Robotern, eine angemessene Verteilung der Teilaufgaben wie Aufgabenzuweisung, Wegplanung, Hindernisvermeidung und viele weitere Teilprobleme. All diese Teilprobleme müssen für die effektive Ausführung des Systems berücksichtigt werden. Bei der Multi-Roboter-Jagd jagen die Roboter die Flüchtigen; die Roboter müssen ihre Teammitglieder erkennen und ihre aktuellen Positionen und Fähigkeiten berücksichtigen, um die stationären oder sich bewegenden Flüchtigen durch den kooperativen Wegplanungsansatz effektiv zu fangen. Diese Forschungsarbeit zielt darauf ab, eine Lösung für das Problem der Mehrroboterjagd in einer unbekannten Umgebung zu entwickeln. Die Roboter im Feld verfügen nicht über Informationen über das Gebiet, wie z. B. die Position der Hindernisse und Ausreißer. Die dynamische Umgebung wird in dieser Arbeit berücksichtigt. Das Ziel dieser Arbeit ist es, eine Lösung zu finden, die weniger Rechenaufwand für die Roboter verursacht und die Gesamtzahl der Jagdschritte reduziert. Der erste Beitrag der Forschungsarbeit stellt das Problem der Jagd in einer unbekannten Umgebung vor.

Autorentext

Poorva Agrawal a obtenu son doctorat en informatique et ingénierie à Symbiosis International (Deemed University), Pune, Inde, en 2020. Elle se consacre à la recherche et à l'enseignement depuis plus de 14 ans. Elle est professeur adjoint principal au département CSE de SIT Nagpur et a publié plus de 30 articles de recherche.