未来智能制造、智慧城市等产业场景和军事作战、应急救援等特种场景,亟需无人集群具有在无地图 (SLAM) 条件下分布式自主决策与遂行任务能力,亦需要具有实时闭环孪生映射能力,以满足未来智慧 化、无人化的场景需求。本团队研发了多模态无人集群协同群智系统,以分布式开源系统为基底,研发多模 态无人集群协同群智系统,设计开发全局路径规划、强化学习避障、目标识别定位、蚁群分布式决策、群体 共识确认等元功能,实现从感知到决策到控制且面向多种模态、多种类型硬件环境的移植部署。
多模态无人集群协同群智系统已经具备如下能力:
1)类脑导航决策能力:基于脑导航生物机理,探索记忆因果推理的高级空间认知和自主导航决策机 理,以此为指引全面设计DDPG深度强化学习的actor 网络、critic 网络和Reward 函数,实现高级空间认知 驱动的类脑自主导航决策。
2)域自适应(虚拟域到现实域)能力:多角度完善Gazebo 仿真环境,提升仿真的精细度和真实度,从而提 高算法训练的域自适应能力;设计基于在线/离线学习的域自适应训练机制,实现面向现实域算法泛化能力。
3)闭环孪生控制能力:对智能体几何建模、线速度/角速度运动建模、摩擦系数/转弯半径物理建模;基 于话题机制,进行实时状态上传和闭环反馈控制。
(1)动态避障准确率100%,响应速度达到亚毫秒级。
(2)可支持20个以上的多模态智能体协同运行。
(3)数字孪生场景拟真精度至少厘米级。
(4)荣获第二十五届中国专利优秀奖和2023年度中国产学研合作创新成果优秀奖。
可应用于工业制造、智慧城市、智能交通、军事作战、应急救援等场景,具有广泛的市场前景。