.png){kind=icon}
返回
A Collaborative Swarm-Differential Evolution Algorithm for Multi-Objective Multi-Robot Task Assignment
.png){kind=icon}
OA
AI
DOI：10.3390/app151910627.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
多机器人任务分配（MRTA）是多种实际应用中的一个关键且固有多目标问题，需要同时优化冲突目标，例如最小化总旅行距离和平衡机器人工作负载。现有的多目标进化算法（MOEAs）在处理大规模MRTA实例的组合复杂性时，往往面临收敛速度慢和多样性不足的问题。本文提出了一种名为协同群集-差分进化（CSDE）的新型MOEA，旨在克服这些局限性。CSDE的核心创新在于其深度、操作级别的融合，将差分进化（DE）的鲁棒全局探索能力与粒子群优化（PSO）的快速局部开发能力相结合。这是通过一种独特的融合速度更新机制实现的，使粒子能够动态受益于个人经验、群体智能和多样性驱动的知识转移。在多种MRTA场景上的全面实验表明，CSDE在收敛性、解多样性及帕累托前沿质量方面始终表现出更优性能，显著优于标准多目标算法，如多目标粒子群优化（MOPSO）、多目标差分进化（MODE）和多目标遗传算法（MOGA）。本研究突显了CSDE在MRTA领域的重大贡献及其在更有效、更高效的多机器人系统部署中的潜力。
Keyword:
collaborative swarm-differential evolution
differential evolution
multi-objective optimization
multi-robot task assignment
particle swarm optimization
robot systems
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
A
IF:
2.5
论文数:
1.9K
被引数:
15.9W
机构
引用论文
分享收藏An arrovian analysis on the multi-robot task allocation problem: Analyzing a behavior-based architecture基于阿罗分析的机器人多任务分配问题：分析基于行为的架构
PREAI
分享收藏
Auctions for multi-robot task allocation in communication limited environments通信受限环境下多机器人任务分配的拍卖.png)
AUTONOMOUS ROBOTS
AUTONOMOUS ROBOTSIF4.3
PREAI
分享收藏
查看更多内容