對抗性環(huán)境下多機器人協(xié)作關(guān)鍵技術(shù)的研究.pdf

1、多智能移動機器人協(xié)作是當今熱門研究議題。論文主要探討對抗性環(huán)境下多智能機器人協(xié)作的相關(guān)問題。對抗性問題的特點是參與方之間存在利益沖突，參與人一般會主動去阻礙對手實現(xiàn)目標。機器人競賽和軍事等諸多需求使得進行該項工作具有現(xiàn)實意義。 論文以中型足球機器人為研究對象。機器人足球?qū)故乔蜿犞懈鳈C器人根據(jù)態(tài)勢任務(wù)要求進行自我時空配置和執(zhí)行自身行為如運球、踢球等的過程。論文首先回顧了中型自主式足球機器人的研究現(xiàn)狀和多機器人協(xié)作涉及的關(guān)鍵技術(shù)，

2、如智能系統(tǒng)設(shè)計、協(xié)作機制和行為生成、環(huán)境感知等。 默契的團隊配合有兩個前提條件，一是各機器人擁有一致的準確的全局環(huán)境信息感知；二是針對各種對抗態(tài)勢，各機器人對戰(zhàn)略戰(zhàn)術(shù)、協(xié)作機制和行為生成等都具有事先的約定或默契。因此，論文主要研究合作環(huán)境感知、協(xié)作機制和行為生成，工作成果如下： 針對環(huán)境感知議題，因當前機器人個體難以只依靠自身傳感器信息建立起準確的全局環(huán)境信息模型，提出了一種多機器人合作感知對抗環(huán)境全局的方法：各機器人先

3、分別融合視覺和里程計信息實現(xiàn)較精確的自定位；接著根據(jù)自定位信息，各機器人分別獲得各自所看到的對象分布；在信任各機器人自定位信息的前提下，通過傳感信息共享，多機器人先合作識別出隊友和獲得隊友的位姿及行為狀態(tài)，然后識別出對手等其它對象的身份并確定它們的分布，從而建立起全局的環(huán)境信息模型。對象身份識別和位置分布估計主要通過將來源于各機器人的傳感信息應(yīng)用聚類分析等方法實現(xiàn)。 探討了兩種環(huán)境建模水平下的多機器人協(xié)作機制和行為生成技術(shù)：一是

4、機器人能獲得自定位和隊友的位姿信息及對手的粗略方位信息但無法確定對手運動狀態(tài)；二是機器人能獲得隊友與對手等的位姿和當前行為狀態(tài)的環(huán)境感知水平。 針對當前的機器人環(huán)境感知水平，設(shè)計了一種中型自主式足球機器人的決策算法流程：各機器人首先各自判斷對抗態(tài)勢類別，確定球隊當前任務(wù)；然后根據(jù)既定戰(zhàn)略和規(guī)則，估計當前態(tài)勢下各角色的合理承擔者和它們的合理行為決策；最后選擇執(zhí)行自身行為。實踐中需事先分析可能出現(xiàn)的態(tài)勢類型和相應(yīng)的合理的團隊任務(wù)，制

5、定出角色分配規(guī)則和行為產(chǎn)生方法等。設(shè)計時要注意各種態(tài)勢轉(zhuǎn)換過程中角色和行為的平滑性和一致性。 根據(jù)足球?qū)沟奶攸c，提出了一種結(jié)合動態(tài)角色分工與區(qū)域防守的團隊協(xié)作機制，實施了基于陣型的團隊組織機制。球隊通過陣型配置、進攻線路安排及進攻線路轉(zhuǎn)移等實現(xiàn)團隊戰(zhàn)術(shù)配合。因在對抗中必需協(xié)調(diào)好防守和進攻兩方面的任務(wù)，提出了一種雙1eader型的球隊陣型組織和控制方法：由守門員或后衛(wèi)根據(jù)具體態(tài)勢牽頭構(gòu)建防守陣式，由當前最緊要隊員承擔主動攔截搶球

6、或主動進攻的1eader角色來組織進攻陣式。根據(jù)足球?qū)购徒巧止さ奶攸c，應(yīng)用局部協(xié)調(diào)方法，提出了一種團隊任務(wù)緊迫優(yōu)先的規(guī)劃算法。 針對第二種環(huán)境感知水平，提出和分析了一種以量化分析為基礎(chǔ)的基于短期預(yù)測的對抗規(guī)劃方法。它假設(shè)機器人不知道對手是否理性，基本算法流程為：先預(yù)測出在某些短期未來時刻點的對抗雙方的可能狀態(tài)組合；然后評估出己方各種狀態(tài)組合下的期望收益，并據(jù)此建立決策樹；最后根據(jù)決策樹進行行為決策。 因特定態(tài)勢下機器