【摘要】：近年來,隨著大規(guī)模嵌入式計算機的發(fā)展,多智能體系統(tǒng)在工業(yè)、軍事中的應(yīng)用范圍逐漸擴大,人們逐漸的意識到智能體之間通過協(xié)調(diào)協(xié)作,能夠以更小的代價完成更復(fù)雜的任務(wù),多智能體系統(tǒng)包含分布式的感知與執(zhí)行系統(tǒng),以及其內(nèi)在的并行性,具有強大的冗余能力,比單個智能體有更好的魯棒性和容錯性。因此,多智能體編隊系統(tǒng)發(fā)展為群體智能和控制領(lǐng)域的重要研究方向之一。本課題通過對國內(nèi)外已提出的多智能體系統(tǒng)編隊算法進(jìn)行分析,討論了集中式、分布式和分散式編隊算法優(yōu)越性,結(jié)合虛擬結(jié)構(gòu)法、人工勢場法等,提出了兩種多智能體編隊避碰算法。其中具有挑戰(zhàn)性的問題是設(shè)計考慮物理尺寸的智能體系統(tǒng)和實現(xiàn)系統(tǒng)動態(tài)演化過程的實時刻畫,課題研究取得了以下成果:1.復(fù)現(xiàn)常見的幾種編隊算法和模型,并結(jié)合虛擬結(jié)構(gòu)法和人工勢場設(shè)計了一種基于二階積分器模型的多智能體編隊方案,并對其可行性和有效性進(jìn)行探討。2.完成了智能體系統(tǒng)編隊避碰算法中每個智能體的物理尺寸設(shè)計,考慮個體實際尺寸進(jìn)行多智能體系統(tǒng)編隊的避碰部分算法設(shè)計,應(yīng)用人工勢場函數(shù)對避碰檢測邊界和避碰區(qū)域進(jìn)行設(shè)計,對智能體的感知能力做出限定,實現(xiàn)了從集中式到分布式的算法設(shè)定,降低了系統(tǒng)中個體之間的耦合程度,提高了編隊系統(tǒng)的魯棒性。通過考慮物理尺寸的個體避碰算法有效防止了個體因碰撞而發(fā)生的穿越行為。3.設(shè)計了基于Processing的多智能體系統(tǒng)編隊仿真框架,基于eclipse應(yīng)用Java語言進(jìn)行仿真平臺的二次開發(fā),增強了算法代碼的可讀性可移植性,應(yīng)用設(shè)計語言、面向?qū)ο蟆⒗^承等方式實現(xiàn)多智能體的編隊的仿真設(shè)計,同時提出了三維模式下考慮物理尺寸的多智能體系統(tǒng)編隊算法的MATLAB實現(xiàn)。4.完成了多智能體動態(tài)模型的設(shè)計。為了改良傳統(tǒng)智能體運動軌跡顯示方案,參考北京大學(xué)智能控制實驗室平臺的仿生機器魚游動模型,提出了一種基于三階貝塞爾曲線的軟體游動的智能仿生魚體模型,結(jié)合仿生魚體運動模型和多智能體編隊避碰算法進(jìn)行仿真分析驗證了算法的可行性與有效性。5.最后,利用新型的神經(jīng)網(wǎng)絡(luò)強化學(xué)習(xí)模型,結(jié)合獨輪車編隊方案,采用跟隨者-領(lǐng)航者的編隊模式方式提出了一種編隊避碰方案,應(yīng)用DQN Network模式,在多次訓(xùn)練的情況下,可以使智能體在編隊的過程中有效的避免與環(huán)境中障礙物的碰撞,最后給出獨輪車的運動軌跡和神經(jīng)網(wǎng)絡(luò)訓(xùn)練的收斂結(jié)果。
【學(xué)位授予單位】：廣西科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP13
【圖文】：

第一章 緒論題背景及意義探索起源于自然界，并在不斷的影響和改變?nèi)祟惿鐣�，自然界中生物在的群體協(xié)調(diào)行為，在落葉紛飛的秋天，經(jīng)常能看到鳥群排成人字形；在炎熱的夏天，海底中的魚兒成群結(jié)隊的游動；在萬物復(fù)蘇的春天運泥土，共同筑巢。它們之間是通過什么原理進(jìn)行相互感知、交換信序高效的運動呢？顯然，這種行為不是單個個體能夠?qū)崿F(xiàn)的，近年隨員對自然界生物群體行為研究的深入，科學(xué)家們試圖解開群體智能這面紗，將多智能體系統(tǒng)的工作機制和實現(xiàn)原理引入到水下航行器、無車輛系統(tǒng)等，為實際應(yīng)用做出理論指導(dǎo)的意義。

相比于單個智能體， 多智能體系統(tǒng)， 尤其是具有避碰能力統(tǒng)， 有很多明顯的優(yōu)點[5]。其中協(xié)作避碰在智能體編隊中起著至關(guān)重隊避碰問題包括多智能體系統(tǒng)內(nèi)避碰問題和避障問題。在常見的編隊智能體在匿名、無記憶功能的前提下，通過感知臨近智能體的相對位制相對位置，達(dá)到預(yù)期的隊形。研究的深入，各種用來分析群體智能的理論被提出。在眾多智能體控，其中提出較早的是基于行為的多智能體控制方案，由康斯坦茨大學(xué)鳥類研究所集體行為系的 Iain D.Couzin 教授所提出，調(diào)查魚群和鳥群空間位置動態(tài)，文章中提出了個體之間的“互動”，并體現(xiàn)了個體間差體結(jié)構(gòu)。Couzin 表明對群體運動控制律的分析可以體現(xiàn)動物群體中自

圖 1-3 基于行為方法的三個區(qū)域展示Figure 1-3 Three-region display based on behavioral method述的規(guī)則，以每個編隊系統(tǒng)中的智能體為對象，劃分出了三個區(qū)域R，分別為吸引域、速度匹配域和排斥域，其中最內(nèi)層的白色區(qū)域有物理尺寸。在基于行為的編隊過程中，因為每個蜂擁的個體通整體的凝聚力是通過局部的智能體之間的凝聚力所表現(xiàn)出來的（圖 1-4。在這個前提下，2011 年 Zhang HT 提出了一種應(yīng)用圖論改方法[11]，進(jìn)一步推進(jìn)了蜂擁控制的模型及算法。大多數(shù)的行為編于不確定的環(huán)境，但定位精度低，不適合用于精確的數(shù)學(xué)計算環(huán)勢場法場法路徑規(guī)劃是由 Khatib 提出的一種虛擬力法[12]。它的基本思想環(huán)境中的運動，設(shè)計成一種抽象的人造引力場中的運動，目標(biāo)點“引力”，障礙物對移動機器人產(chǎn)生“斥力”，最后通過求合力來控動。2006 年 K.D 在閉環(huán)的多智能體編隊控制系統(tǒng)中提出一個在力場函數(shù)，在達(dá)到期望編隊的同時能夠解決編隊內(nèi)個體之間的碰撞

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 杜威;丁世飛;;多智能體強化學(xué)習(xí)綜述[J];計算機科學(xué);2019年08期

2 楊yN;;基于多智能體的編隊控制一致性研究[J];科技創(chuàng)新與應(yīng)用;2016年35期

3 桂亞平;;新時期物聯(lián)網(wǎng)環(huán)境下多智能體決策信息技術(shù)[J];山西農(nóng)經(jīng);2016年14期

4 趙丹;胡愛花;劉丹;;牽引控制間歇通訊多智能體網(wǎng)絡(luò)的一致性[J];信息與控制;2017年02期

5 程曉北;顧國昌;;多智能體分層強化學(xué)習(xí)研究進(jìn)展[J];邊疆經(jīng)濟與文化;2007年05期

6 謝雅;黃中華;;基于規(guī)劃識別的多智能體協(xié)作研究及應(yīng)用[J];自動化與儀表;2006年02期

7 劉洪;胡恩華;;多智能體組織運作的環(huán)境[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2005年03期

8 何漢明,何華燦;多智能體社會[J];計算機工程與應(yīng)用;2004年33期

9 張龍,劉洪;多智能體組織中個體行為的影響因素研究——分配政策、協(xié)同作用的影響分析[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2004年04期

10 孟曉飛,劉洪,吳紅梅;網(wǎng)絡(luò)環(huán)境下知識擴散的多智能體模型研究[J];科學(xué)學(xué)研究;2003年06期

相關(guān)會議論文 前10條

1 高晶英;徐旭;;多智能體的點對點牽制蜂擁控制算法[A];中國力學(xué)大會-2015論文摘要集[C];2015年

2 張偉;李建更;張家旺;;多智能體強化學(xué)習(xí)在機器人足球比賽中的應(yīng)用[A];2005年中國智能自動化會議論文集[C];2005年

3 郭曉軍;袁陽;楊建軍;李紅衛(wèi);;一類多智能體學(xué)習(xí)算法的研究及應(yīng)用[A];2007年中國智能自動化會議論文集[C];2007年

4 梁泉;許曉鳴;張鐘俊;;一種新型的多智能體系統(tǒng)開發(fā)環(huán)境結(jié)構(gòu)[A];1995年中國控制會議論文集（下）[C];1995年

5 孫清;楊馬英;賈玉博;;基于任務(wù)層次分解的多智能體決策規(guī)劃[A];全國冶金自動化信息網(wǎng)2015年會論文集[C];2015年

6 黃閃;談大龍;;基于多智能體的多機器人分布自主協(xié)調(diào)控制方法的研究[A];1996年中國智能自動化學(xué)術(shù)會議論文集（下冊）[C];1996年

7 雷曜;;多智能體模擬框架中的復(fù)雜人模型[A];Systems Engineering, Systems Science and Complexity Research--Proceeding of 11th Annual Conference of Systems Engineering Society of China[C];2000年

8 王三喜;黃建明;張意德;劉洪坤;;基于復(fù)雜適應(yīng)系統(tǒng)理論多智能體模型技術(shù)的分隊對抗仿真模型建立[A];中國運籌學(xué)會第八屆學(xué)術(shù)交流會論文集[C];2006年

9 王池;陳鑫;王巍;費婷;;分布式同時學(xué)習(xí)與合作策略搜索在多智能體合作搬運任務(wù)中的應(yīng)用[A];第37屆中國控制會議論文集（E）[C];2018年

10 王嘉城;郭翰宸;;基于多智能體的城市地塊更新劃分方式——以南京金川門—神策門段城市更新設(shè)計為例[A];數(shù)字技術(shù)·建筑全生命周期——2018年全國建筑院系建筑數(shù)字技術(shù)教學(xué)與研究學(xué)術(shù)研討會論文集[C];2018年

相關(guān)重要報紙文章 前1條

1 ;多智能體系統(tǒng)開發(fā)環(huán)境（MBOS）[N];計算機世界;2001年

相關(guān)博士學(xué)位論文 前10條

1 徐冬冬;基于多智能體的邊界層水汽探測方法研究[D];南京信息工程大學(xué);2018年

2 左磊;多智能體最優(yōu)覆蓋控制方法研究[D];西北工業(yè)大學(xué);2017年

3 張?zhí)煊?網(wǎng)絡(luò)化多智能體跟蹤和編隊預(yù)測控制的設(shè)計與實現(xiàn)[D];哈爾濱工業(yè)大學(xué);2017年

4 張悅;多智能體深度強化學(xué)習(xí)方法及應(yīng)用研究[D];西安電子科技大學(xué);2018年

5 李方圓;基于多智能體協(xié)同算法的智能電網(wǎng)分布式調(diào)度與優(yōu)化[D];中國科學(xué)技術(shù)大學(xué);2019年

6 任佳萍;多智能體系統(tǒng)仿真與評價[D];浙江大學(xué);2019年

7 盧延榮;多智能體系統(tǒng)的協(xié)調(diào)預(yù)見跟蹤控制[D];北京科技大學(xué);2018年

8 黃達(dá);帶有間歇通訊的多智能體分團網(wǎng)絡(luò)的一致性研究[D];新疆大學(xué);2018年

9 于江濤;多智能體模型、學(xué)習(xí)和協(xié)作研究與應(yīng)用[D];浙江大學(xué);2003年

10 李志華;循環(huán)子空間回歸建模和多智能體遺傳優(yōu)化[D];浙江大學(xué);2003年

相關(guān)碩士學(xué)位論文 前10條

1 李文浩;去中心化多智能體強化學(xué)習(xí)算法研究[D];華東師范大學(xué);2019年

2 張靖南;基于多智能體的群體路徑規(guī)劃研究[D];哈爾濱工程大學(xué);2019年

3 劉景昊;基于多智能體的虛擬行人與人群仿真研究[D];中國科學(xué)技術(shù)大學(xué);2019年

4 溫忻;基于深度強化學(xué)習(xí)的多智能體溝通策略研究[D];中國科學(xué)技術(shù)大學(xué);2019年

5 徐夢群;基于多智能體模型的銀川平原城鎮(zhèn)空間擴展模擬研究[D];蘭州大學(xué);2019年

6 海金濤;考慮物理尺寸的多智能體編隊避碰算法研究與實現(xiàn)[D];廣西科技大學(xué);2019年

7 王傳敏;基于多智能體的郵輪綜合電網(wǎng)負(fù)荷分類和分級管理研究[D];江蘇科技大學(xué);2019年

8 王靜波;基于多智能體的制造協(xié)作網(wǎng)的合作演化機制研究[D];武漢理工大學(xué);2018年

9 孫照陽;基于多智能體的中厚板軋制工藝模型優(yōu)化[D];東北大學(xué);2015年

10 劉暢;基于多智能體的軋制過程協(xié)調(diào)控制研究[D];東北大學(xué);2015年

本文編號：2752022