面向任務(wù)的多智能體協(xié)調(diào)控制方法及實驗研究.pdf

1、作為新興人工智能技術(shù)，多智能體系統(tǒng)越來越受到人們的青睞。為了充分利用系統(tǒng)優(yōu)勢執(zhí)行各種類型的任務(wù)，綜合其特點改善關(guān)鍵技術(shù)是重中之重。為此，本文主要解決了任務(wù)分配，路徑規(guī)劃和編隊控制三個關(guān)鍵問題。首先，針對多智能體系統(tǒng)任務(wù)分配具有時序的特點，本文建立了系統(tǒng)的任務(wù)分配模型，利用連續(xù)粒子離散化解決該優(yōu)化問題。粒子位置分為兩部分，整數(shù)部分代表需完成的具體任務(wù)，余數(shù)部分代表完成同種任務(wù)的優(yōu)先級。實驗證明該方法能夠均衡智能體完成任務(wù)的數(shù)量，減少任務(wù)執(zhí)

2、行時間。其次，為了尋到最短路徑，本文采用網(wǎng)格法建立環(huán)境模型，關(guān)于蟻群算法提出了非均勻信息素初始分布，增加了帶方向選擇策略，按照覆蓋式規(guī)則完成信息素更新，分段化調(diào)節(jié)信息素蒸發(fā)系數(shù)。通過實驗驗證改進后算法能夠更好地平衡收斂性和快速性，并且從理論上嚴格證明搜索到最優(yōu)解的概率趨向于1。最后，采用跟隨領(lǐng)航者法解決編隊任務(wù)。針對多智能體離散時間模型，在原有控制器基礎(chǔ)上引入相鄰智能體實時的運動速度，能夠完成任意隊形編隊。最后，根據(jù)勞斯判據(jù)確定參數(shù)取值