窄通道环境下多机器人路径规划的高效无冲突算法 您可以在此存储库中使用ROM找到模拟结果。

我们研究了在 makespan（最后到达时间）标准上的图（MPP）上的最优多机器人路径规划问题。 我们实现了 A* 搜索算法来寻找解决方案。 在 MPP 实例中，机器人被唯一标记（即，可区分）并被限制在 nxn 平方连接图中。 在没有碰撞的情况下，机器人可能会在一个时间步长内从一个顶点移动到相邻的一个顶点，这可能发生在两个机器人同时移动到同一顶点或沿同一条边向不同方向移动时。 我们的 MPP 公式的一个显着特点是我们允许机器人在完全占用的循环中同步旋转。 为了解决上述问题，我们实施了 A* 算法，以从给定的初始 3x3 机器人位置和所需的 3x3 机器人位置中找到最佳路线。 第一个算法开始构建图，其连接向我们展示了可能的运动。 然后我们将其扩展为基于时间的图。 根据时间扩展图，每个时间步长都复制所有节点。 这意味着如果我们有 3x3 节点作为给定的例子，我们将在我们的时间扩展图中有 3

The MRSim (Multi-Robot Simulator) is an extension of the Autonomous mobile robotics toolbox SIMROBOT (SIMulated ROBOTs) created for MatLab 5 in 2001. MRSim allows the user to simulate the behavior of multiple mobile robots in virtual environments. When compared to its predecessor SIMROBOT, MRSim presents two key contributions: 1) It is fitted to the new MatLab versions - Previously, users were unable to work with SIMROBOT functions since most of them were incompatible with the new MatLab versions. MatLab significantly evolved over the last 10 years, making SIMROBOT obsolete. In this extension, all features of SIMROBOT were updated and improved based on the new MatLab functions; 2)It is also fitted to suit multi-robot applications - although SIMROBOT was endowed with various interesting features for mobile robotics, it presented several limitations for multi-robot applications. Therefore, MRSim was created primarily to allow users to develop multi-robot applications, which would benefit working with some specific requirements such as multi-hop communication. Moreover, most of the functionalities in MRSim have an integrated help (which can be accessed just by typing help function) that allows to easily understand the dynamics of how to create and run simulations. In sum, just like SIMROBOT, each robot in MRSim can be equipped with several virtual sensors and can be driven by its own control algorithm. The toolbox includes two independent applications. The first one is the EDITOR (simedit), which allows the user to create and modify the virtual environment,to edit the control algorithms of robots, to load and save simulation, and others. The second application, SIMULATOR (simview), can be run directly from the EDITOR or separately from MatLab Command Window and serves as a simulation viewer. A MatLab help file is being currently created and will be add in the future.

python中的多代理路径规划 介绍 该存储库由Python中一些多主体路径规划算法的实现组成。 当前实现了以下算法： 依存关系 通过运行安装必要的依赖项。 pip3 install -r requirements.txt 集中式解决方案 在这些方法中，中央计划者有责任向机器人提供计划。 优先的安全间隔路径规划 SIPP是一个本地计划者，在考虑环境中的静态和动态障碍后，可以使用该计划生成无冲突的计划。 在多主体路径规划的情况下，环境中的其他主体被视为动态障碍。 执行 对于SIPP多主体优先级计划，请运行： cd ./centralized/sipp python3 multi_sipp.py input.yaml output.yaml 结果 可视化生成的结果 python3 visualize_sipp.py input.yaml output.yaml 录制视频 python3 v

Multi-Robot Experiment Tutorials.pdf

研究了多机器人的前导跟随编队控制。 提出了一种基于闭环控制和人工势场相结合的多机器人编队和避障方法。 根据领导者的位置信息，引入闭环控制实现对领导者的跟随者跟踪，并实现了编队控制。 可以通过人工势场法实现避障，机器人可以顺利通过障碍物区域。 仿真结果表明，该方法可以达到预期的控制效果，可以有效地解决此类问题。

本研究提出了一种针对一类非线性多车辆系统的容错输出同步控制方法。 首先，通过利用局部测量为车辆系统设计自适应故障诊断观察器。 得出用于每个车辆系统的分布式故障检测的自适应阈值。 然后提出了一种自适应故障估计算法。 利用在线获取的故障信息，设计了自适应容错控制协议，以确保联网车辆系统的输出同步。 实践证明，所提出的主动容错控制协议能够在存在故障的情况下，将多车系统的输出同步性能保持在可接受的水平。 最后，仿真结果表明了所提算法的有效性。

Multi-Robot Systems Swarm Robotic是机器人领域的一本书。介绍多机器人系统。

Serge Kernbach 的《 Handbook of collective robotics fundamentals and challenges 》，讲解了collective机器人的方案，挑战，应用，适合多机器人，swarm方向的同学查看使用