模糊方法和Markov模型在四足機(jī)器人決策系統(tǒng)中的應(yīng)用.pdf

1、決策是當(dāng)前人工智能和機(jī)器人領(lǐng)域的關(guān)鍵問(wèn)題，它的涵義十分廣泛，從邏輯推理、專家系統(tǒng)到多主體協(xié)作、多主體對(duì)策、實(shí)時(shí)規(guī)劃、機(jī)器學(xué)習(xí)等各種領(lǐng)域，都屬于或涉及到智能決策的問(wèn)題。而作為人工智能的載體——機(jī)器人，其智能決策的研究也代表著將來(lái)的發(fā)展方向，有著重要的實(shí)際意義。 隨著機(jī)器人傳感器技術(shù)、計(jì)算能力、控制技術(shù)等的不斷進(jìn)步，機(jī)器人特別是機(jī)器人團(tuán)隊(duì)的決策問(wèn)題越來(lái)越成為一個(gè)熱點(diǎn)問(wèn)題。機(jī)器人的團(tuán)隊(duì)決策問(wèn)題經(jīng)歷了從無(wú)到有、從簡(jiǎn)單到復(fù)雜的演變?，F(xiàn)在，

2、在實(shí)體機(jī)器人領(lǐng)域，有關(guān)機(jī)器人團(tuán)隊(duì)決策問(wèn)題主要集中在三個(gè)方面：機(jī)器人足球團(tuán)隊(duì)對(duì)策、機(jī)器人隊(duì)形控制和機(jī)器人合作追捕。這三個(gè)方面要解決的問(wèn)題互不相同，但都有其共性，那就是對(duì)團(tuán)隊(duì)合作的初級(jí)階段——隊(duì)形的優(yōu)解的研究和探索。 目前對(duì)于實(shí)體機(jī)器人團(tuán)隊(duì)隊(duì)形的生成方面主要有三種方法：個(gè)體基于角色的站位的方法<'[1]>，整體基于隊(duì)形選擇的方法<'[2]>和角色基于目標(biāo)的站位方法<'[3]>。這些方法從不同的角度提供了對(duì)隊(duì)形的靜態(tài)選擇，但是不能夠靈

3、活的適應(yīng)多變的環(huán)境。在實(shí)體機(jī)器人團(tuán)隊(duì)隊(duì)形控制方面的主要研究角度是維持隊(duì)形，主要方法是通過(guò)leader-follower方法或其他如virtual structure的方法維持隊(duì)形的不變。但對(duì)于在動(dòng)態(tài)環(huán)境中越來(lái)越重要的隊(duì)形切換方面的研究很少，一般采用人工勢(shì)場(chǎng)的方法進(jìn)行隊(duì)形切換，這種方法沒(méi)有綜合考慮環(huán)境的動(dòng)態(tài)性，并且存在著人工勢(shì)場(chǎng)的一些固有弊病如死鎖等問(wèn)題。 本文以四足機(jī)器人足球項(xiàng)目為基礎(chǔ)，在隊(duì)形的動(dòng)態(tài)選取、隊(duì)形的動(dòng)態(tài)切換以及機(jī)器人

4、避障跑位方面分別提出了新的方法和應(yīng)用。在隊(duì)形的動(dòng)態(tài)選取方面，首先采用了擴(kuò)展的卡爾曼濾波的方法對(duì)于目標(biāo)的速度和運(yùn)動(dòng)方向的獲取進(jìn)行優(yōu)化，然后應(yīng)用到預(yù)測(cè)模型中，實(shí)現(xiàn)了基于預(yù)測(cè)的隊(duì)形選取策略；然后采用模糊綜合評(píng)判的策略，融入了隊(duì)伍意向的概念，進(jìn)一步豐富了隊(duì)形的選取，并且使其動(dòng)態(tài)化，對(duì)動(dòng)態(tài)環(huán)境具有較強(qiáng)的適應(yīng)力。在隊(duì)形的動(dòng)態(tài)切換方面，采用了MDP的方法，對(duì)隊(duì)形切換過(guò)程中遇到的障礙物阻攔等情況做了全面的考慮，實(shí)現(xiàn)了隊(duì)形切換策略的動(dòng)態(tài)化，并且使用動(dòng)態(tài)規(guī)

5、劃的方法減少額MDP求解中的迭代運(yùn)算，使得隊(duì)形切換實(shí)時(shí)性得到提高。在機(jī)器人避障跑位方面，提出新的多目標(biāo)的理念，將機(jī)器人避障跑位中遇到的限制作為目標(biāo)，在強(qiáng)化學(xué)習(xí)的基礎(chǔ)上利用模糊多目標(biāo)決策的方法，加快了強(qiáng)化學(xué)習(xí)的學(xué)習(xí)速度，并且獲得了更優(yōu)解。 本文在四足機(jī)器人平臺(tái)上設(shè)計(jì)了數(shù)個(gè)實(shí)驗(yàn)，分別針對(duì)基于預(yù)測(cè)的隊(duì)形選取、隊(duì)伍意向的融入、基于MDP的隊(duì)形切換和基于模糊多目標(biāo)決策的機(jī)器人避障跑位四個(gè)問(wèn)題進(jìn)行了測(cè)試，實(shí)驗(yàn)的結(jié)果表明，本文所提到的方法，能