پویش محیط ناشناخته و تخصیص کار توسط ربات های چندگانه با استفاده از یک معماری دو سطحی و الگوریتم ژنتیک

سیستم ربات های چندگانه جهت انجام کارهایی که ماهیت توزیع شده در فضا، زمان و یا عملکرد دارند، بسیار مناسب می باشند. برای مسائلی نیز که قابلیت تفکیک به زیرمسائل مستقل از هم را دارند، استفاده از سیستم ربات های چندگانه به دلیل کاهش زمان تکمیل کار به صرفه خواهد بود. به کارگیری چنین سیستم هایی مستلزم تخصیص مناسب کارها در بین ربات ها است که از جمله مسائل NP-hard می باشد. در این مقاله، یک معماری دو سطحی جهت حل مسئله پویش محیط و یافتن کارهای موجود در آن توسط ربات های غیر همگن ارائه گردیده و پس از تخصیص کار بین ربات ها، مسیریابی ربات به سمت کارهای مورد نظر صورت می پذیرد. در سطح اول که از رویکرد توزیع شده استفاده شده است، ربات ها به صورت غیرمتمرکز و با استفاده از الگوریتم Multi SRT به پویش محیط پرداخته و مسیریابی آنها به سمت کارهای مورد نظر با استفاده از الگوریتم Multi Tangent Bug انجام می گیرد. در سطح دوم، به صورت متمرکز و با استفاده از الگوریتم ژنتیک ارائه شده (FGA)، ربات ها به کارهای مورد نظر تخصیص می یابند. انجام هر یک از کارها باعث ایجاد مطلوبیت برای سیستم شده و انجام تمامی کارها هدف غائی سیستم تلقی می شود. در ادامه، نتایج حاصل از شبیه سازی مسائل آزماینده مختلف، قابلیت اطمینان معماری ارائه شده در سطح اول و همچنین دقت و سرعت جواب های به دست آمده در سطح دوم را به اثبات رسانده و در پایان جهت اعتبارسنجی الگوریتم ژنتیک ارائه شده نتایج آن با الگوریتم ژنتیک NSGA-II مقایسه شده است.