Heterogeneous Multi-agent Coverage Control Through Adaptive Weighting and Corrective Potential Function

doi:10.1007/s40313-026-01268-8

Heterogeneous Multi-agent Coverage Control Through Adaptive Weighting and Corrective Potential Function

2026-03-01

0

PRE

AI

DOI：10.1007/s40313-026-01268-8

原文链接

原文求助

摘要

En 中文

本文提出了一种集成的自适应覆盖控制框架，用于多智能体系统，该框架结合了分布式权重学习与修正势场，能够在异构、动态且障碍丰富的环境中实现鲁棒协调。与现有将自适应覆盖和避障分别处理的方案不同，我们开发了一个统一框架，为权重自适应与导航动力学的同时实现提供了基于李雅普诺夫的稳定性保证。每个智能体根据实时感知质量、环境复杂度和资源可用性动态调整其功率图权重；同时，修正的人工势场消除了虚假局部极小值，并实现通过障碍丰富的区域的无碰撞导航。全面的理论分析表明，权重和导航动力学相互兼容且可相互促进：自适应权重有助于更快收敛到局部最优配置。数值验证显示良好结果：协调的60智能体团队在30个障碍物环境中导航时，覆盖成本改善99.08%；在灾难性故障下，覆盖损失限制在12%（相比非自适应方法的35.6%）；且呈现次线性扩展至40智能体团队。这些结果验证了该框架在现实约束（包括智能体能力退化、时变重要性分布和复杂障碍环境）下对大规模多智能体系统的实际适用性。

Keyword:

Coverage control

Distributed algorithms

Multi-agent systems

Power diagrams

Potential field methods

Adaptive learning

Heterogeneous Multi-agent Coverage Control Through Adaptive Weighting and Corrective Potential Function

摘要

期刊

机构

引用论文