近年来人工情感理论研究日趋成熟,在多机器人系统中运用情感,让机器人更加智能与自主。同时在任务决策中发挥情感的作用,能进一步提升多机器人系统性能。其中情感机器人团队追捕具有一定代表性,本文基于此探讨情感机器人协作系统。情感机器人团队追捕问题研究主要分为任务分配与追捕策略两个方面,发挥情感的作用,缩短追捕完成时间或优化收益。本文重点放在了大规模的情感机器人团队中,通过研究追捕任务分配与追捕策略的算法,有效发挥了情感在大规模机器人追捕中的优势。主要内容如下。(1)介绍了本文中使用的情感、心境与个性模型,以及个性-心境、心境-情感之间的转换关系模型。同时阐述了作为情感意愿度重要参考依据的情感协作因子如何根据外界刺激和情感衰减产生变化。并分析大规模情感机器人追捕的相关特性与情感因素对追捕结果的影响。(2)提出了以SOM训练过程为核心的情感机器人追捕任务分配自组织算法。采用SOM网络作为任务分配的结构基础,结合其训练算法,有效降低了对大规模情感机器人追捕团队分配的时间复杂度。算法根据各情感机器人的情感与距离等实际因素,决定追捕团队分配结果,以强化学习方式调整分配参数,这样优化了情感在任务分配中的决策作用。实验结果验证了本文的算法适用于较大规模情感机器人追捕团队的任务分配,缩短了追捕总时间。(3)提出了基于DIMCSA势点分配围捕策略的大规模情感机器人的追捕算法。通过之前提出的自组织算法团队分配完成后,对其中逃跑者设定追捕势点。团队内追捕者对各势点产生情感意愿度值与距离值,输入ANN网络分配对应的追捕势点,最后用人工势场法对势点完成抓捕。并采用DIMCSA分布式人工免疫克隆算法优化ANN权值,提升收敛速度。势点的设定使追捕者可以埋伏与围堵逃跑者,同时充分发挥了追捕过程中追捕者的情感选择作用。仿真实验验证算法的有效性,并且与前文自组织分配算法结合优化追捕总时间。