Сравнение результатов. 
Методы распределения целей между роботами группы в условиях противодействия

Для каждого метода целераспределения (на основе системы приоритетов, на основе МРЧ и на основе ЭГА) было проведено 20 экспериментов. 10 из них проводились с неактивной, а 10 с — активной системой целераспределения.

На рис. 4 показано число побед (когда защитникам удалось справиться с атакующими), на рис. 5 — среднее число оставшихся в живых защитников.

Результаты экспериментов представлены в виде диаграмм на рис. 4 и 5. Как можно заметить из результатов на рис. 4, все три метода значительно (более чем на 70%) повышают эффективность защиты области от атакующих роботов противника. Наибольшую эффективность показал метод на базе системы приоритетов, из 10 экспериментов 8 завершились победой защитников.

а) б) Рис. 4. — Количество побед: а) с неактивной системой целераспределения; б) с активной системой целераспределения.

а) б) Рис. 5. — Среднее число выживших защитников: а) с неактивной системой целераспределения; б) с активной системой целераспределения.

python групповое управление противодействие Второй важный параметр — количество выживших защитников в выигранных боях (рис.5). Здесь лучшие результаты также показал метод на основе приоритетов, однако необходимо также отметить метод на основе МРЧ, при котором в проигранных боях оставался в живых только 1 атакующий. Это лучший результат среди трех методов, худший по этому параметру метод на основе приоритетов. Однако по совокупности трех факторов, лучшие результаты показал метод на основе системы приоритетов.