基于路径开销的机器人足球角色分配设计

小型足球机器人的决策系统是一个多智能体协调控制系统,主要由视觉信息处理、协调策略、角色分配、动作实现等组成.本文对角色分配机制进行研究,提出了一种路径开销组合最优的角色分配算法,实现了Play策略下动态角色分配的整体设计.仿真平台测试表明了机器人的整体配合能力有较大提高.     

基于仿人智能控制的角色分配模型在机器人足球系统中的运用

角色分配是机器人动作协调过程中必须解决的问题之一.角色分配的数学本质就是一种二部图的匹配问题,仿人智能控制器控制决策的二次映射结构提供了一种具有普适意义的控制结构以解决这类控制问题.以此为基础,提出了由决策分配策略选择器、角色分配策略库、角色冲突协调器以及时序系统构成的基于仿人智能控制的角色分配器结构模型作为角色分配的参考模型,总结了这种角色分配器的设计方法.最后介绍了这种模型在足球机器人系统中的运用实现.在实际足球机器人系统(MiroSot系统)中的成功运用证明了该模型的有效性.     

基于模糊一致关系的机器人足球角色分配

研究了基于模糊一致关系（FCR）的综合决策方法在机器人足球策略子系统中的应用。指出了比赛现场对球场态势有影响的主要决策因素，选取对角色分配有影响的决策因素作为评价因子，对这些评价因子建立基于FCR的角色分配系统模型，并给出了角色分配算法，最后通过角色分配系统的综合决策建立从角色集合到机器人集合的映射，完成一次角色分配。计算机仿真结果证明了该角色分配系统的可行性与有效性。     

足球机器人动态角色分配策略仿真研究

研究足球机器人角色分配问题,角色分配是足球机器人决策协调的关键,在比赛中要兼顾最优性与实时性进行角色分配是足球机器人技术的难点.针对足球机器人比赛的特点,提出一种基于市场机制的动态角色分配算法.为了使角色分配接近最优,综合考虑影响角色分配的距离、角度以及其它多种不确定性因素来设计竞标函数;为了保证实时性,系统根据赛场态势,采用分级竞标的策略动态调整机器人角色.实验表明,市场动态算法在最小时间内提供接近最优化的角色分配方案,兼顾了足球机器人角色分配的实时性与最优性.     

基于角色权限管理模型的设计与实现

首先分析了基于角色访问控制模型的原理，将该模型引入企业信息系统的权限管理，研究了基于角色的权限分配策略，为实现权限分配策略，本文提出了一种符合企业管理结构的权限管理实施方案，并给出了系统关键技术的具体实现。     

ERP系统用户权限分配问题的实现

这了实现对某ERP系统的用户权限分配问题，给出了一种分配策略，并利用基于角色的访问控制技术实现了这一策略。这种分配策略能够将企业的实际岗位情况以及企业的业务部门之间的相互关系，同所开发的系统中的特定角色较一致地结合起来。在实际应用过程中，这种方法提高了开发效率，简化了授权管理，取得了比较好的应用效果。     

基于角色访问控制的权限管理系统

介绍了一种基于角色的权限管理系统的架构。该架构使用X509属性证书来存储用户角色。授权管理基础设施(PMI）具有权限的分配、委派、发布功能及访问控制请求的处理与决策功能，为整个系统提供统一的授权管理和访问控制服务，实现全系统统一的授权的访问控制策略与机制。     

ERP系统用户权限分配问题的实现

这了实现对某ERP系统的用户权限分配问题,给出了一种分配策略,并利用基于角色的访问控制技术实现了这一策略.这种分配策略能够将企业的实际岗位情况以及企业的业务部门之间的相互关系,同所开发的系统中的特定角色较一致地结合起来.在实际应用过程中,这种方法提高了开发效率,简化了授权管理,取得了比较好的应用效果.     

高校科研管理系统中的权限管理

分析了基于角色访问控制模型的原理,接着进行了高校科研管理系统中各级人员的权限需求分析,提出将基于角色访问控制技术应用在科研管理系统的权限分配系统中。详细分析了权限的分配策略,并给出了系统关键技术的具体实现,从而满足了不同层次的人员权限分配的要求,实现了较为灵活的管理模式。     

基于组合神经网络的智能足球机器人系统角色分配知识库的设计

针对当前角色分配实时决策效率不高,难以学习以往角色分配优秀策略等问题,本文提出构建基于组合神经网络的角色分配知识库模型。所构建的知识库由多个组合神经网络模型组成并采用模块化管理,具有可更新性和可扩展性。利用神经网络的自组织和学习能力,该知识库可学习角色分配经验策略,用于实时角色分配方案推理。最后,以RoboCup中型组比赛为例,验证构建组合神经网络知识库的可行性及知识库的在线决策能力。     

基于角色的Agent-CGF研究

基于Agent的CGF已经成为军事仿真领域重要的研究方向，具有完全对等关系的分布式MAS系统在Agent-CGF的任务分配行为中并不完全适用。该文在简单说明了角色的概念后，提出了一种基于角色的ACGF任务分配模型，在这个模型中，任务并不直接分配给仿真实体，而是首先分配给角色，然后在具体的仿真过程中将角色与实体动态绑定。结合海军舰艇仿真方面的应用，文章最后提出了一个符合HLA接口规范的ACGF角色结构模型。基于该模型的ACGF实体在决策过程中要考虑到自身的战术角色，并据此做出相应的战术动作。     

Distributed Coordination in Heterogeneous Multi-Robot Systems

Coordination in multi-robot systems is a very active research field in Artificial Intelligence and Robotics, since through coordination one can achieve a more effective execution of the robots' tasks. In this paper we present an approach to distributed coordination of a multi-robot system that is based on dynamic role assignment. The approach relies on the broadcast communication of utility functions that define the capability for every robot to perform a task and on the execution of a coordination protocol for dynamic role assignment. The presented method is robust to communication failures and suitable for application in dynamic environments. In addition to experimental results showing the effectiveness of our approach, the method has been successfully implemented within the team of heterogeneous robots Azzurra Robot Team in a very dynamic hostile environment provided by the RoboCup robotic soccer competitions.     

基于四腿机器人足球比赛的多智能体协调控制

依托RoboCup四腿组机器人足球比赛,结合图像处理和无线网络通讯手段,建立反映赛场对象定位信息的环境模型,并基于此模型探讨多智能体动态角色分配与协调控制的实现方法。     

直觉模糊序决策信息系统的分配约简

在直觉模糊集概念的基础上,通过对直觉模糊数加权的方法建立一种新的序关系。利用传统的序关系和新的序关系分别建立直觉模糊序决策信息系统。然后在定义的分配函数和分配协调集的基础上,给出对应的分配约简的判定定理和辨识矩阵,进而建立直觉模糊序决策信息系统的分配约简的具体方法。最后通过实例验证该方法的有效性。     

Heterogeneous Robots Allocation and Selection in Robocup Environment

I. INTRODUCTION RoboCup is an international joint project to promote artificial intelligence (AI), robotics, and related fields [1]. It is an attempt to foster AI and intelligent robotics research by providing a standard problem for which a wide range of technologies can be integrated and examined. The RoboCup Soccer Server version 7 introduced the concept of heterogeneous players. A heterogeneous player is a robot who has different capabilities to other players. Soccer Server define…     

Coordinated problem solving through resource sharing in a distributed environment.

An important feature in a distributed problem solving system is that the resources of different nodes can be shared through cooperation. In this paper, the generalized partial global planning (GPGP) approach used for multiagent systems is extended by providing a coordination mechanism for resource sharing across nodes. In our framework, multiple conflicting criteria (or objectives) like quality, cost, and duration may be associated with an input task. Preference ratings expressed subjectively may be assigned to each of the criteria. Task assignment in this system, which is a multiobjective decision making problem, is important for the satisfaction of the criteria. It has to be done with imprecise information since the system is dynamic and preference ratings are specified subjectively. A technique for task assignment using the fuzzy set approach is also presented in this paper. Simulation studies for the coordination mechanism and the task assignment have been performed to demonstrate their effectiveness.     

一种RoboCup足球机器人动态角色分配机制的实现

自主足球机器人动态角色分配是RoboCup足球机器人研究领域内的一个重要课题。为了弥补以往足球机器人角色分配的不足,文中主要研究一种RoboCup足球机器人动态角色分配机制的实现。总结了现有RoboCup中型足球机器人角色分配机制,通过对策略设计的层次划分,利用机器人之间通讯的数据,实时更新并同步各个机器人的状态,采用排名制、优先级抢占式等多种方法实现动态自主的角色分配。通过实验以及比赛中的实战检验,验证了该角色分配机制的有效性。     

多智能体强化学习及其在足球机器人角色分配中的应用

足球机器人系统是一个典型的多智能体系统, 每个机器人球员选择动作不仅与自身的状态有关, 还要受到其他球员的影响, 因此通过强化学习来实现足球机器人决策策略需要采用组合状态和组合动作. 本文研究了基于智能体动作预测的多智能体强化学习算法, 使用朴素贝叶斯分类器来预测其他智能体的动作. 并引入策略共享机制来交换多智能体所学习的策略, 以提高多智能体强化学习的速度. 最后, 研究了所提出的方法在足球机器人动态角色分配中的应用, 实现了多机器人的分工和协作.