论文部分内容阅读
针对Internet多机器人系统中存在的操作指令延迟、工作效率低、协作能力差等问题，提出了多机器人神经元群网络控制模型。在学习过程中，来自不同功能区域的多类型神经元连接形成动态神经元群集，来描述各机器人的运动行为与外部条件、内部状态之间复杂的映射关系，通过对内部权值连接的评价选择，以实现最佳的多机器人运动行为协调。以互联网足球机器人系统为实验平台，给出了学习算法描述。仿真结果表明，己方机器人成功实现了配合射门的任务要求，所提模型和方法提高了多机器人的协作能力，并满足系统稳定性和实时性要求。