基于Agent的多機(jī)器人信息融合與協(xié)調(diào)研究.pdf

1、隨著現(xiàn)代科學(xué)技術(shù)的飛速發(fā)展，機(jī)器人的開發(fā)與應(yīng)用范圍的不斷擴(kuò)大。對(duì)于不同的工作任務(wù)和不同的工作環(huán)境，尤其是一些大型復(fù)雜的工作任務(wù)及環(huán)境，單體機(jī)器人在信息的獲取、處理及控制等方面能力有限的問題日益突出。因此，需要利用多機(jī)器人協(xié)作來提高工作能力。 多機(jī)器人系統(tǒng)是當(dāng)前機(jī)器人技術(shù)領(lǐng)域的一個(gè)研究熱點(diǎn)，具有多學(xué)科交叉融合的顯著特點(diǎn)。本文以多機(jī)器人系統(tǒng)為研究背景，結(jié)合MAS(即多智能體系統(tǒng))的體系結(jié)構(gòu)以及協(xié)調(diào)與合作技術(shù)，針對(duì)多機(jī)器人系統(tǒng)中信息的

2、融合，多機(jī)器人協(xié)調(diào)中的任務(wù)分配與規(guī)劃，對(duì)抗環(huán)境下的多機(jī)器人協(xié)調(diào)等問題對(duì)進(jìn)行了深入研究，提供了有效的解決方案，主要工作和貢獻(xiàn)如下： 1.從分析和研究多Agent的體系結(jié)構(gòu)入手，提出了一種基于多Agent的信息融合模型，每個(gè)Agent分別對(duì)局部環(huán)境進(jìn)行觀測(cè)，對(duì)局部環(huán)境信息產(chǎn)生各自的信念，融合中心對(duì)不同Agent的信念進(jìn)行融合并得出最終的決策。在多Agent協(xié)調(diào)的學(xué)習(xí)與對(duì)策中，重點(diǎn)研究與分析了多Agent強(qiáng)化學(xué)習(xí)算法和Markov對(duì)策

3、。 2.提出了一種多Agent的分布式?jīng)Q策方法，構(gòu)建了基于證據(jù)推理的Agent信息模型和基于可傳遞置信模型的多Agent決策框架，并給出了相應(yīng)的算法。通過在機(jī)器人足球賽中的應(yīng)用，對(duì)賽場(chǎng)環(huán)境信息及對(duì)手態(tài)勢(shì)進(jìn)行分析，得出有效的決策結(jié)論。 3.提出了一種基于知識(shí)的強(qiáng)化函數(shù)設(shè)計(jì)方法。在實(shí)際應(yīng)用系統(tǒng)中對(duì)強(qiáng)化學(xué)習(xí)算法進(jìn)行了改進(jìn)，將經(jīng)驗(yàn)信息和先驗(yàn)知識(shí)引入到強(qiáng)化函數(shù)中，構(gòu)建了綜合終極目標(biāo)的獎(jiǎng)懲信息和Agent動(dòng)作策略的獎(jiǎng)懲信息的強(qiáng)化函數(shù)

4、。在機(jī)器人足球賽中的應(yīng)用和實(shí)驗(yàn)結(jié)果表明，基于知識(shí)的強(qiáng)化函數(shù)的學(xué)習(xí)效果明顯優(yōu)于傳統(tǒng)的強(qiáng)化函數(shù)。 4.提出了一種基于分布式強(qiáng)化學(xué)習(xí)的多Agent協(xié)調(diào)模型并給出了相應(yīng)的算法。在研究和分析多Agent環(huán)境中的分布式強(qiáng)化學(xué)習(xí)的基礎(chǔ)上，設(shè)計(jì)了一種多級(jí)模型來解決多Agent協(xié)調(diào)，利用協(xié)調(diào)級(jí)完成系統(tǒng)任務(wù)的分解與子任務(wù)分派，利用任務(wù)級(jí)完成各個(gè)子任務(wù)的執(zhí)行。在機(jī)器人足球賽中的結(jié)果表明，本方法的效果要優(yōu)于傳統(tǒng)的強(qiáng)化學(xué)習(xí)方法。 5.提出了一種基