基于博弈論的RoboCup救援仿真多智能體協(xié)作機制研究.pdf

1、多智能體系統(tǒng)（multi-agent system,MAS）研究已經(jīng)成為了分布式人工智能（distributed artificial intelligence，DBI）的研究熱點，并在機器人、人工生命和知識獲取等方面獲得了廣泛研究。RoboCup救援仿真系統(tǒng)（RoboCup Rescue Simulation System，RCRSS）是屬于典型的MAS。在RoboCup救援仿真系統(tǒng)中，救援智能體面臨著災難環(huán)境未知且實時動態(tài)變化、通信

2、及救援所需資源有限等諸多難題。本文將多智能體系統(tǒng)相關(guān)理論應用于RoboCup救援仿真系統(tǒng)中，包括基于同心圓截割的地圖自動匹配識別方法、弱通信條件下的信息共享機制以及基于博弈論的多智能體任務(wù)分配方法，主要工作和創(chuàng)新點如下：
　　首先，識別救援仿真系統(tǒng)所采用地圖是針對不同地圖作出相應優(yōu)化措施的基礎(chǔ)，可以大大提高救援智能體的救援效率。本文采用同心圓截割法自動匹配識別模擬地圖，這種方法不僅匹配準確率較高，而且具有魯棒性、抗邊界干擾能力強等

3、優(yōu)點，可以廣泛應用于其它形狀識別匹配的領(lǐng)域。
　　其次，為了解決在弱通信條件下的信息共享問題，本文設(shè)計了一種結(jié)合救援智能體團隊分區(qū)問題的信息共享機制。分區(qū)內(nèi)，智能體基于模糊決策模型向附近智能體傳遞自身的信息；分區(qū)間，智能體通過定期在集結(jié)地集合的方法來互相共享信息，從而在整個災難環(huán)境的層面達到共享信息的目的。
　　最后，將博弈論引入到救援仿真系統(tǒng)的任務(wù)分配當中。任務(wù)分配是多智能體協(xié)作的核心問題，決定整個多智能體系統(tǒng)的問題求解能