RoboCup救援仿真中異構(gòu)多智能體協(xié)作策略.pdf

1、RoboCup機(jī)器人救援仿真系統(tǒng)(RCRSS)是一個實(shí)時的、動態(tài)復(fù)雜環(huán)境下的多智能體系統(tǒng)，本課題基于救援仿真平臺重點(diǎn)研究了異構(gòu)多智能體協(xié)作策略。仿真平臺中同構(gòu)智能體的協(xié)作策略已日趨完善，但三類異構(gòu)智能體間的協(xié)作策略尚不成熟。為了提高異構(gòu)智能體協(xié)作效率并提高整體救援水平，主要工作及貢獻(xiàn)如下：
　　首先，本文針對警察智能體提出了基于向量加權(quán)的改進(jìn)路障清理方法。首先采用典型的聚類算法K-means對地圖進(jìn)行分區(qū)，其次對清理對象設(shè)置權(quán)重來

2、確定其清理優(yōu)先級，最后對地圖節(jié)點(diǎn)模型的中線采用向量加權(quán)的方式確定所經(jīng)過路徑的模擬向?qū)Ь€，根據(jù)向?qū)Ь€來清理路障，實(shí)驗(yàn)驗(yàn)證了方法有效性。
　　其次，本文針對多智能體任務(wù)分配提出了基于人工免疫的中心智能體調(diào)度算法。首先將救援系統(tǒng)映射為人工免疫系統(tǒng)，系統(tǒng)中抗原對應(yīng)救援智能體對救援目標(biāo)的動作，抗體對應(yīng)救援目標(biāo)，其次根據(jù)抗體與抗體以及抗體與抗原之間的親和力關(guān)系設(shè)計若干影響因素并設(shè)置其權(quán)重系數(shù)，最后中心智能體通過調(diào)控權(quán)重系數(shù)來宏觀調(diào)度救援智能體

3、，以實(shí)現(xiàn)對多智能體的任務(wù)分配。實(shí)驗(yàn)以救護(hù)智能體為例，從影響因素權(quán)重的設(shè)置、救護(hù)中心對不同權(quán)重系數(shù)的調(diào)控所得到的分?jǐn)?shù)等證明了任務(wù)分配的高效性。
　　最后，在以上兩個創(chuàng)新點(diǎn)的基礎(chǔ)上提出了基于信息融合的異構(gòu)多智能體協(xié)作策略，所有智能體通過信息融合被分為融合智能體與協(xié)作智能體，融合智能體通過隱馬爾可夫模型充分感知并融合仿真環(huán)境信息，再利用通信機(jī)制將信息傳遞給協(xié)作智能體以使其更高效地與其他智能體相互協(xié)作。實(shí)驗(yàn)從異構(gòu)智能體的局部協(xié)作測試到整體