多智能體協(xié)作策略的研究及在RoboCup中的應(yīng)用.pdf

1、多智能體協(xié)作是多智能體系統(tǒng)MAS研究的核心問題。在復(fù)雜、動(dòng)態(tài)、不確定的多智能體環(huán)境中，為了滿足多智能體協(xié)作中對(duì)局部配合和通信受限的要求，本文對(duì)智能體策略尋優(yōu)、行為協(xié)調(diào)和動(dòng)作規(guī)劃問題進(jìn)行研究，來構(gòu)建適用于不同情況下的多智能體協(xié)作策略，并在典型的MAS--RoboCup機(jī)器人足球仿真系統(tǒng)平臺(tái)下進(jìn)行檢驗(yàn)。 首先，為了實(shí)現(xiàn)智能體行為選擇的優(yōu)化和多智能體的局部協(xié)作，提出基于行為協(xié)同優(yōu)化的多智能體協(xié)作策略。智能體通過模塊化模糊Q學(xué)習(xí)對(duì)其他智

2、能體的行為進(jìn)行評(píng)估，考慮它們的行為對(duì)自身行為選擇的約束，來優(yōu)化自身的行為決策，再采用共享聯(lián)合意圖的協(xié)調(diào)方法解決智能體之間的行為沖突，得到其最優(yōu)行為策略。 其次，在通信受限的情況下，提出基于多智能體行為圖的分層規(guī)劃協(xié)作策略。根據(jù)智能體感知到的局部環(huán)境信息，利用行為圖對(duì)其行為過程進(jìn)行預(yù)測(cè)規(guī)劃，再結(jié)合模塊化模糊Q學(xué)習(xí)中獲得的行為選擇的先驗(yàn)知識(shí)，逐層調(diào)整其初始行動(dòng)計(jì)劃，獲得智能體協(xié)調(diào)一致的動(dòng)作規(guī)劃序列，使其針對(duì)當(dāng)前環(huán)境快速做出有效決策來