机构名称：
¥ 1.0
摘要通常使用各种方法来处理多代理系统中集体行为的综合，而进化算法最为普遍。在这些系统中，代理商与同龄人进行了当地的互动，并集体采用在小组层面上表现出的策略，类似于在动物社会中看到的社会行为。，我们将是Pybullet仿真工具的一部分的蚂蚁问题扩展到了涉及一组五个同质机器人的集体场景，以在运动过程中汇总。为了发展这种行为，我们与多目标健身函数一起使用了OpenAI-ES算法。我们的发现表明，尽管机器人发展了成功的运动行为，但它们并未表现出汇总。这种差异归因于设计选择，这些选择无意间强调了对聚合能力的运动。我们讨论了健身函数引起的动态相互作用，以验证我们的结果并概述未来的方向。最终，我们的目标是第一次尝试建立一个在现代模拟环境中使用高级算法分析集体行为的框架。
增强运动多代理系统中的聚合
主要关键词
相关文件推荐
