多移動機器人協(xié)作方法研究.pdf_第1頁
已閱讀1頁,還剩130頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、人工智能科學(xué)研究的進展和通訊技術(shù)的進步為多移動機器人系統(tǒng)的深入研究和廣泛應(yīng)用奠定了牢固的技術(shù)基礎(chǔ)。隨著人類要求機器人完成任務(wù)難度的提高,多移動機器人系統(tǒng)的應(yīng)用范圍越來越廣泛。許多任務(wù)由多個機器人協(xié)同完成要優(yōu)于采用單個機器人。多移動機器人系統(tǒng)不僅能夠有效地利用機器人之間的相對定位及信息共享機制,提高系統(tǒng)效率和任務(wù)完成的質(zhì)量,而且可以完成單一機器人無法完成的時間和空間并行的多任務(wù)。
  然而,多個機器人之間如果沒有一個良好的協(xié)作機制,

2、不僅會由于機器人之間的重復(fù)工作和彼此干擾而導(dǎo)致系統(tǒng)整體性能下降,而且會由于沖突加劇和發(fā)生死鎖現(xiàn)象而產(chǎn)生機器人安全隱患甚至使系統(tǒng)發(fā)生癱瘓而無法完成預(yù)定任務(wù)。因此多移動機器人協(xié)作方法研究是多移動機器人系統(tǒng)研究的核心問題。本文重點研究了基于心理學(xué)概念的多移動機器人協(xié)作方法和基于生物啟發(fā)策略的多移動機器人協(xié)作方法。并對多移動機器人緊耦合任務(wù)和松耦合任務(wù)分別進行了強化學(xué)習(xí)方法的研究。
  分析和比較了各種單體機器人控制結(jié)構(gòu),在此基礎(chǔ)上提出了

3、一種面向多移動機器人協(xié)作的基于目標(biāo)型行為有限狀態(tài)機的單體機器人控制結(jié)構(gòu)。分析和比較了各種多機器人群體控制結(jié)構(gòu)的特點,在此基礎(chǔ)上提出了一種基于群智能方法的分布式群體控制結(jié)構(gòu)。為了更好地說明任務(wù)概念和為基于任務(wù)的多移動機器人協(xié)作研究奠定基礎(chǔ),提出了一種MTB多移動機器人任務(wù)層次結(jié)構(gòu)。
  受螞蟻等社會性昆蟲營養(yǎng)交哺現(xiàn)象的啟發(fā),提出了一種基于交哺行為的Mission級任務(wù)一致性保持方法,使多移動機器人系統(tǒng)可以自主地實現(xiàn)任務(wù)的一致性保持,

4、為通信范圍有限或者通信信息需要保密的敵對環(huán)境下的系統(tǒng)任務(wù)命令的有效傳播提供了一種魯棒和可靠的群智能方法。在模擬螞蟻等社會性生物采用信息素進行信息交流的隱式通信方式的基礎(chǔ)上,提出了一種基于排斥信息素型蟻群算法(PR-ACA)的多移動機器人自主任務(wù)分配方法。進行了未知非結(jié)構(gòu)化環(huán)境下的多移動機器人協(xié)作搜集仿真實驗。仿真結(jié)果表明,采用該方法可以實現(xiàn)多移動機器人搜集任務(wù)的自主分配,有效減少機器人的空間沖突,尤其在機器人數(shù)量較多的情況下,更能顯示出

5、該方法的優(yōu)勢。
  提出了一種基于心理狀態(tài)參數(shù)的多移動機器人協(xié)作行為決策方法。機器人根據(jù)對自身內(nèi)外環(huán)境及隊友狀態(tài)的估計產(chǎn)生心理狀態(tài)參數(shù)。利用神經(jīng)網(wǎng)絡(luò)建立心理狀態(tài)參數(shù)與機器人協(xié)作傾向閾值之間的映射關(guān)系。在遇到需要產(chǎn)生協(xié)作行為的場合根據(jù)這些閾值來快速產(chǎn)生反應(yīng)。實驗結(jié)果表明所提方法既可以保證機器人根據(jù)環(huán)境做出合理的判斷,又可以保證機器人反應(yīng)的快速性。針對目前應(yīng)用于多移動機器人協(xié)作的拍賣方法很少考慮機器人參與拍賣的時機是否適當(dāng)這一問題,在

6、拍賣方法中引入了心理學(xué)的焦慮概念,提出了基于焦慮/拍賣的多機器人協(xié)作方法(AACM)。實驗結(jié)果表明,與單純的拍賣方法相比,該方法能夠提高多移動機器人協(xié)作搜集任務(wù)的執(zhí)行效率。
  針對緊耦合任務(wù)的特點,應(yīng)用強化學(xué)習(xí)方法進行了多移動機器人編隊導(dǎo)航任務(wù)的研究。高層采用“條件——行為對”強化學(xué)習(xí)機制解決了多移動機器人長障礙物的繞行方向選擇問題。中層采用一種角色交叉包含式控制結(jié)構(gòu)作為編隊保持機制。底層采用“動作——狀態(tài)對”強化學(xué)習(xí)機制進行避

7、碰規(guī)則的學(xué)習(xí)。通過多移動機器人編隊導(dǎo)航仿真實驗證明了所提三層控制方法對于解決多機器人編隊導(dǎo)航任務(wù)的有效性和高效性。針對松耦合任務(wù)的特點,作為所提面向多移動機器人協(xié)作的單體機器人控制結(jié)構(gòu)的進一步研究,提出了一種帶“共享區(qū)”的基于目標(biāo)型行為的強化學(xué)習(xí)算法,研究了通過強化學(xué)習(xí)機制獲得基于目標(biāo)型行為有限狀態(tài)機的方法,通過多機器人搜集仿真實驗證明了該方法的可行性。
  最后,建立了面向多移動機器人協(xié)作方法性能驗證的多移動機器人實驗系統(tǒng)。通過

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論