示例及详解：MATLAB多机器人协同编队训练与学习的简单实现

作者在读学校Singapore University of Technology and Design

Established under strong support from MIT, Singapore University of Technology and Design (SUTD) plans to do for Singapore what MIT has done for Massachusetts and Silicon Valley, as well as for the world. SUTD is conducting top-tier research and education. In 2017, SUTD was ranked by Clarivate Analytics as the 5th most influential scientific research university in telecommunications in the world. SUTD was also ranked the 6th in electrical engineering research in the world.

本文转自博主古月居原创文章，旨在解决大家最常在评论和私信询问的matlab代码内容，在此只列出部分内容，全文请点链接
古月居：多机器人编队（四）MATLAB实现多机器人协同编队动态仿真
同时欢迎大家关注博主的古月居账号，每月都有更新！

代码示例

链接：MATLAB多机器人编队攻击与检测
在运行之前需要在MATLAB中安装libsvm工具包（自行google或baidu解决，有很多相关博文）。
在下载代码包后使用matlab打开并更改路径到文件夹下，每次打开时要先右键点击subfun和svm文件夹并添加文件及子文件到路径下，如下图所示

随后可以直接依次运行consensus3_demo.m, attacker1.m和defend.m即可。
觉得使用方便还请星标和关注笔者的git！

理论分析

关于机器人协同编队的原理及代码介绍详细请参考作者相关古月居博客

1. 《多机器人协同编队算法原理及实现》
2. 《基于关联矩阵的多智能体稳定性分析》
3. 《多机器人编队人工势场法协同避障算法原理及实现》
4. 《MATLAB实现多机器人协同编队动态仿真》
5. 《适用于多机器人协同编队的学习方法-SVM》

SVM的MATLAB实现

SVM的数学原理已经在前文进行了介绍，本文将重点放在代码实现上面。在安装好libsvm工具包后，实现SVM只需要几个步骤

• 1, 采集数据集作为学习样本，对数据集进行归一化处理
• 2, 选取合适的核函数训练数据集获得训练模型model
• 3, 获取训练集，通过之前所得的model进行预测或分类
  …后面部分请大家移步古月居查看
  古月居：多机器人编队（五）适用于多机器人协同编队的学习方法-SVM
  古月居：多机器人编队（六）MATLAB多机器人协同编队训练与学习的简单实现

后记

本文把基于SVM的多机器人编队的训练和学习算法实现，大家可以在此基础上扩展延伸。觉得有帮助一定要转发点赞关注哦，谢谢！

笔者本科毕业于上海交通大学，现在是SUTD PhD Candidate，有两年多ROS的使用经验及多机器人编队的科研经验，现在是总结之前所学，希望能有所帮助。本系列多机器人编队将结合论文讲解多机器人编队的算法原理、稳定性分析、路径规划等研究领域，并有代码示例，持续不断更新中。如果大家有相关问题或发现作者漏洞欢迎私戳，同时欢迎关注收藏。
同时欢迎关注博主Git和CSDN：
https://github.com/LiHongbo97
https://blog.csdn.net/qq_33742147?spm=1011.2124.3001.5343