[发明专利]多智能体的环境探索方法、装置、电子设备及存储介质

说明书

本申请涉及机器人研究技术领域，特别涉及一种多智能体的环境探索方法、装置、电子设备及存储介质，其中，包括：获取智能体采集的图像信息和位姿信息；并构建拓扑地图，将拓扑地图合并至同一坐标系中，得到所有智能体的全局拓扑图，并从中提取全连通图；融合得到智能体图和新全局目标点图，并将其输入至预设层次化网络中，输出关系矩阵；根据关系矩阵预测动作概率分布，并分配每个智能体的全局目标点，基于全局目标点规划每个智能体的实际探索路径，控制其沿着实际探索路径执行探索动作。由此，解决了相关技术中无法允许多个智能体以很高的效率协同探索未知的环境，导致的实时计算效率差、应用不广泛、智能体之间通讯量较大影响使用等问题。

技术领域

本申请涉及机器人研究技术领域，特别涉及一种多智能体的环境探索方法、装置、电子设备及存储介质。

背景技术

多智能体环境探索是机器人研究中一个重要的话题，在自动驾驶、灾难救援和地外空间探索等问题中都有重要的应用价值，可以描述为多个智能体利用视觉和传感器信息对未知的场景进行探索，在探索的同时也要保证智能体之间的负载均衡，以达到更高的效率。

相关技术中，基于规划的多智能体探索算法实时计算开销大，合作效率较差；基于机器学习的算法，多个智能体的动作空间和状态空间过于复杂，难以使用单智能体的机器学习方法进行优化；栅格地图的表示过于复杂，导致训练的智能体迁移能力较差，在未知环境上部署困难，难以大规模应用；使用栅格地图作为环境表示，智能体之间的通信开销大，在通信受限场景下表现受到影响。

发明内容

本申请提供一种多智能体的环境探索方法、装置、电子设备及存储介质，以解决相关技术中栅格地图作为环境表示，无法允许多个智能体以很高的效率协同探索未知的环境，且向未知场景迁移能力弱，导致的实时计算效率差、应用不广泛、智能体之间通讯量较大影响使用等问题。

本申请第一方面实施例提供一种多智能体的环境探索方法，包括以下步骤：获取任一智能体采集的图像信息和位姿信息；根据所述图像信息和所述位姿信息构建所述任一智能体的拓扑地图，将所有智能体的拓扑地图合并至同一预设坐标系中，得到所述所有智能体的全局拓扑图，并从所述全局拓扑图中提取所述所有智能体的每个智能体的多个全连通图；融合所述每个智能体的多个全连通图，得到所述每个智能体的智能体图和新全局目标点图，并将所述智能体图和所述新全局目标点图输入至预设层次化网络中，输出所述智能体图和所述新全局目标点图之间的关系矩阵；根据所述关系矩阵预测所述每个智能体的动作概率分布，利用所述动作概率分布分配所述每个智能体的全局目标点，并基于所述全局目标点规划所述每个智能体的实际探索路径，控制所述每个智能体沿着所述实际探索路径执行预设环境探索动作。

可选地，所述根据所述图像信息和所述位姿信息构建所述任一智能体的拓扑地图，包括：在每一个全局决策步骤中，识别所述图像信息得到恒星节点或行星节点，并识别所述位姿信息得到节点的实际位置；其中，所述恒星节点智能体已经经过的地方，所述行星节点未被探索、并与所述恒星节点相连，且每个节点包括位置信息和类别信息；当检测到恒星节点或行星节点满足预设规则时，建立所述恒星节点或行星节点，并筛选有满足预设有效条件的行星节点作为全局目标点的候选池；利用预设过滤器移除所述候选池中的冗余行星节点，并利用建立的恒星节点、剩余的行星节点和每个节点的实际位置构建得到任一智能体的拓扑地图。

可选地，所述预设规则为：在检测到所述任一智能体为中心的预设范围内没有恒星节点时，添加恒星节点；在检测到行星节点与所述任一智能体的实际距离小于第一预设距离时，利用所述恒星节点代替所述行星节点；轨道节点与恒星节点的距离为第二预设距离，且以预设角度均匀分布的恒星节点周围，其中，所述轨道节点为任意行星节点。

可选地，所述预设过滤器用于：当恒星节点处于与所述任一智能体的预设范围内时，移除所述恒星节点相应的行星节点；在所述第二预设距离的范围内行星节点为预设数量；当预测障碍物阻挡行星节点到其对应恒星节点的路径时，移除所述行星节点。