分布式多智能體協(xié)調(diào)控制及其應(yīng)用.pdf

1、多智能體（例如移動傳感器，無人運(yùn)載器等）系統(tǒng)，作為分布式人工智能研究的一個(gè)重要分支，由于其具有較強(qiáng)的容錯(cuò)性、魯棒性和可擴(kuò)展性等優(yōu)點(diǎn)，被廣泛地應(yīng)用于軍事、工農(nóng)業(yè)生產(chǎn)、醫(yī)學(xué)、交通、服務(wù)等各個(gè)領(lǐng)域。多智能體系統(tǒng)是由多個(gè)具有計(jì)算和移動能力的智能體所組成的集合，其中每個(gè)智能體是一個(gè)物理的或抽象的實(shí)體，能作用于自身和環(huán)境，并與其它智能體通訊。本文就實(shí)際情況下不同的應(yīng)用需求，給出分布式多智能體的若干協(xié)調(diào)控制算法。本文的研究工作可以概括為以下幾個(gè)方面:

2、
　　本文研究了基于搜索區(qū)域分割的多智能體協(xié)同搜索問題。對于搜索區(qū)域較大的情況，通過對搜索區(qū)域進(jìn)行適當(dāng)?shù)膭澐?，可以使得所需找到最?yōu)目標(biāo)的時(shí)間和復(fù)雜度被大大降低。由于單智能體搜索算法的收斂速度和搜索區(qū)域的參數(shù)有關(guān)，本文通過對搜索區(qū)域進(jìn)行分割，使得各分割區(qū)域內(nèi)的該參數(shù)達(dá)到一致，從而令每個(gè)智能體在給定的分割區(qū)域內(nèi)進(jìn)行搜索，可以以最短時(shí)間搜索到最優(yōu)目標(biāo)。
　　針對分布式系統(tǒng)中非凸網(wǎng)格環(huán)境下的移動智能體全局最優(yōu)覆蓋問題，本文提出了一種

3、基于改進(jìn)的模擬退火算法的多智能體運(yùn)動控制策略，使每個(gè)智能體通過對自己當(dāng)前位置和鄰居位置的覆蓋價(jià)值函數(shù)的計(jì)算，以概率來進(jìn)行位置坐標(biāo)的更新。在此控制算法下，多智能體最終以概率1收斂到全局最優(yōu)分布中，使得覆蓋價(jià)值函數(shù)值最小。和以往的覆蓋算法相比，該算法不僅只需要鄰居的節(jié)點(diǎn)位置信息，而且能更有效地解決非凸環(huán)境下的全局最優(yōu)覆蓋，并對環(huán)境內(nèi)的障礙物的存在也放寬了限制。
　　研究了基于接收端反饋信息的多智能體波束形成問題。根據(jù)無線傳感網(wǎng)絡(luò)系統(tǒng)的

4、不同（多智能體是否有區(qū)別，是否編號等）提出了兩種作用于智能體上的分布式波束形成算法，使所有智能體傳遞的信號能夠在接收端能達(dá)到耦合，從而增強(qiáng)接收端的信號能量。在每次迭代時(shí)，單個(gè)或多個(gè)智能體根據(jù)接收端反饋回來的信噪比(SNR)信息進(jìn)行相位更新，從而不需要同其他智能體進(jìn)行通訊。本文提出了一種新的分組更新相位的反饋式波束形成思路，不僅在收斂速度上較以往有了很大的提升，在不知智能體數(shù)目和編號的情況下也能很好的應(yīng)用，且保證收斂速度是隨智能體數(shù)目的提

5、升而線性地增加。另外，所提的算法也能很好的處理噪聲帶來的影響。
　　針對遠(yuǎn)距離通訊的無直接反饋系統(tǒng)，尤其是初始時(shí)刻接收端位于發(fā)送端通訊區(qū)域之外的情況，本文提出了一個(gè)基于移動輔助智能體節(jié)點(diǎn)的閉環(huán)反饋分布式傳遞波束形成算法。在假設(shè)由發(fā)射端到接收端的距離和到接收端的角度(DoD)都可以被估算出來的情況下，對該輔助智能體提出了一個(gè)“停止-前進(jìn)”策略，使該智能體沿著接收端的方向移動，并將信噪比信息反饋回發(fā)送端。通過每一步接收的信噪比反饋信息

6、，借用上述所提的基于反饋的多智能體波束形成算法來更新發(fā)射端智能體的相位，從而最大化移動節(jié)點(diǎn)上的信噪比值。本文給出結(jié)論，一旦該移動智能體遠(yuǎn)離發(fā)射端一定距離閾值，移動智能體上的最大信噪比則意味著接收端具有足夠大數(shù)值的信號能量，從而確保接收端最終位于發(fā)射端的通訊區(qū)域之內(nèi)。該算法可以處理分布式波束形成問題中智能體組和接收端之間無通訊連接的情況，這在已有的文獻(xiàn)中很少存在。另外，和僅有的幾種無反饋波束形成算法相比，該算法可以快速的達(dá)到接收端所要求的