ИСТИНА

В статье рассматривается реализация многоагентной системы, движение которой осуществляется к общей цели в неограниченном пространстве по алгоритмам стайного поведения на основе правил Рейнольдса: согласование скорости, предотвращение столкновений с соседями и притяжение к соседям. Представлены три подхода к моделированию стайного движения, в совокупности реализующие итоговый алгоритм, обеспечивающий избегание столкновения со всеми имеющимися видами препятствий. Основная проблема: при возникновении динамического препятствия может произойти затор – ближайшие к препятствию агенты изменят направление движения, а отдаленные агенты поздно будут реагировать на помеху и создадут давку. Задача данной работы: реализовать метод убегания стаи от хищника на основе Q-обучения, результатом которого является функция действия. Используя методы обучения, те роботы, которые не видят хищника как опасное препятствие, могут получать информацию о нем от других агентов, наблюдать за своими соседями и по динамике их поведения регулировать свое движение. Рассмотрено поведение моделируемой предложенными подходами мультиагентной системы в ограниченном пространстве – полигоне. В таком случае помимо описанных взаимодействий на движение группы агентов оказывают влияние силы отталкивания от стен.