基于任务规划的多机器鱼协作策略

为解决2D仿真机器鱼比赛中多鱼对抗项目的任务分工、整体合作及实时动态调整问题,提出基于多机器鱼协作任务规划原理的协作策略。根据机器鱼自身完成任务的能力和效率,将给定的任务分解和分配,按照各比赛项目的特征分别采取不同的协作策略:对2vs2采用群协作分配方式,5vs5项目采用集中分配方式,并设计了三鱼协作队形以提高动作的有效性。仿真结果表明:该协作任务规划方法可增强多鱼的协作能力、动态调整能力和进球率,较好地满足了多机器鱼系统的控制要求。     

基于动作决策的机器鱼顶球算法

为了使机器鱼的顶球兼备速度性和连贯性并提高进球效率,提出一种基于动作决策的顶球算法。在分析典型的顶球算法的基础上,设计了机器鱼5种简单动作,依据机器鱼、球和对方球门的坐标几何位置关系的设计决策机制来选择机器鱼下一步动作,并在机器人水球比赛平台上进行了单鱼顶球实验进行算法验证。实验结果表明,该算法能大大缩短一次进球所需要的时间。     

基于URWPGSim2D 仿真新平台的花样游泳策略

针对2016国际水中机器人大赛花样游泳项目的URWPGSim2D仿真新平台,提出仿真机器鱼的位姿变化、路径规划、规定动作和自由动作的实现策略.为完成在规定时间内实现规定动作和自由动作的大赛要求,采用分时准备的思想,提出动态判断调整函数和跟随距离函数算法,设计多个主题鲜明、具有创意的动作,并通过多次实验验证.实验结果表明:该策略能解决多条仿真机器鱼协作配合困难的问题,具有较高的观赏性.     

水中机器人2D 仿真水球斯诺克策略优化

基于URWPGSim2D仿真平台,提出一种新型的比赛策略和顶球算法。介绍2D仿真水球斯诺克现有的比赛策略、顶球算法,给出优化后的比赛策略,根据速度性和连贯性,提出一种自动换挡的机器鱼顶球算法,并以实例对优化后的比赛策略和顶球算法进行仿真实验。实验结果表明：优化后的比赛策略的稳定性有所提高,使顶球更加平稳快速。     

基于坐标变换的机器鱼顶球算法

为了使机器鱼的顶球兼备速度性和连贯性并提高带球进攻效率,提出一种基于坐标变换的顶球算法。在分析典型的顶球算法的基础上,设计了机器鱼的几种简单动作,依据机器鱼、球和对方球门的坐标几何位置关系的设计决策机制来选择机器鱼下一步动作,并在多水中机器人协作控制平台上进行了单鱼顶球实验。实验结果表明,该算法是有效的,能大大提高机器鱼顶球效率和缩短一次进球所需要的时间。     

机器鱼2D 仿真抢球博弈策略优化

基于国际水中机器人大赛2D仿真抢球博弈项目,针对仿真机器鱼路径规划问题提出弧切算法,设计仿真机器鱼的运动轨迹,并由角速度档位划分确保仿真机器鱼运球的稳定性.以距离角度值为基础提出死角避险、双鱼协作合力顶球算法,意在实现仿真机器鱼快速、高效进球,从而提高策略的健壮性,并通过URWPGSim2D仿真平台对策略进行验证.实验结果表明:该策略可以在较短时间内取得较大分数领先,并且呈现出高效、稳定的优点.     

水中机器人2D 仿真比赛策略

基于URWPGSim2D 仿真平台,结合2V2 抢球博弈赛要求,提出一种水中机器人2D 仿真比赛策略。根 据仿真策略,采用切入圆算法,通过仿真鱼的距离及角度计算,对仿真鱼进行自动调速控制,提出速度优先策略来 优化仿真鱼的自动调速,根据决策树算法模型思想,建立预测模型,并通过仿真实验进行验证。实验结果表明：该 比赛策略能够实现自动换挡,具有抢球速度快、稳定性好和进攻性强的特点。     

机器鱼水球比赛中精确与模糊协作顶球策略

为使机器鱼的顶球兼备精确性以及在鱼脱离预定轨道的情况下尽可能使水球朝有利于我方进攻方向偏离,提出一种精确与模糊协作的顶球策略。在分析以往顶球算法的基础上,设计一种以水球与目标点连线为基准的区域划分,综合考虑理想情况以及水中各种复杂因素影响后的鱼、球以及目标点的相对位置和几何关系,合理组合路径规划算法和动作决策算法,并以实例在符合路径规划条件和不符合路径规划的条件下进行测试。实验结果表明：该算法能最大限度地利用机器鱼目前所处的环境,使机器鱼的顶球兼备精确性和模糊性。     

基于URWPGSim2D 平台的北斗切线顶球算法优化

针对国际水中机器人大赛(International Underwater Robot Competition , URC)2D 仿真项目平台 URWPGSim2D(underwater robot water polo game simulator 2Dimension edition)底层经典顶球算法的不足,对其进行解 析和优化。结合多年参赛经验积累和对已有带球算法解析,提出基于角度决策的“北斗切线顶球”算法,通过角度 判定使仿真鱼根据角度的范围选择最佳的运动策略。实验结果表明,该算法可提高机器鱼带球效率和稳定性。     

一种2D 仿真水球5VS5 比赛策略

针对水中机器人2D仿真水球5VS5比赛的规则,提出一种有效的多鱼协作带球与抢球方法。从速度控制、方向控制、顶球动作和智能反应4个方面进行单鱼动作设计,在此基础上进行简化后增加特殊角度的设计,采用动态顶球点和动态最优位置来设计协作带球,并通过＂领域智能算法＂进行协作抢球。分析结果证明：该策略能提高机器鱼之间的协作,并在2012中国机器人大赛2D仿真水球5VS5项目中取得了亚军。     

改进蚁群融合DWA算法的移动机器人路径规划

为实现机器人在动态环境下的自主导航,基于蚁群算法规划出全局最优路径的情况下采用DWA算法进行局部避障。根据距离障碍栅格的远近计算邻接栅格的初始信息素,提出初始信息素不均匀分配原则;对启发式函数进行自适应调整的改进,提高算法的搜索速率;利用狼群法则改进信息素更新方式,对最优、最差和普通层蚂蚁进行分类更新,提高算法的寻优能力;使用二次路径优化的方法,有效减少路径长度,提高路径的平滑度;以蚁群算法全局规划路径的关键点为目标点,采用DWA算法进行局部路径规划。仿真结果表明：改进后的融合算法能减少最优路径长度,减少路径转弯次数且有效躲避障碍物。     

基于改进蚁群算法的软件测试方法

为了降低软件的测试成本,提高软件测试效率,提出一种基于改进蚁群算法的软件测试方法.将Markov决策模型应用到软件测试过程当中,采用测试用例约简技术对测试用例集进行简化,利用贪心算法求得的较优解增强蚁群算法初始时刻信息素,通过改进的蚁群算法求得最优解,并进行仿真分析.仿真结果表明:改进的测试方法比采用基本蚁群算法的测试方法求得解更优,说明改进的测试方法可以使搜索时间更短,并可降低软件的测试成本.     

基于条件决策的花样游泳算法

针对在全局视觉组花样游泳项目中出现的机器鱼不受控制的现象,提出一种易于实现的基于条件决策的花样游泳算法。通过对3条机器鱼同时运行时各自所处的位置以及相互之间碰撞的分析,对3条机器鱼处在不同状态时所能满足的条件进行判断,以此来决定执行相应的策略。实验结果表明:利用该算法完成的花样游泳项目具有较好的流畅性和较高的观赏性。而且该算法具有较好的扩展性,通过增加判断条件可以实现更加复杂的运动控制。     

基于遗传算法的机器鱼水中路径规划

针对机器鱼水中路径寻优的具体要求,提出一种以遗传算法为基础的机器鱼路径规划方法。通过介绍遗传算法的3种基本操作,将遗传算法应用到试验场景中规划出最优路径,分析研究了一种根据目标点与机器鱼的距离变化而改变机器鱼运动速度的策略,并进行仿真分析和实验。仿真结果表明：采用遗传算法的水中救援路径规划可将救援时间缩短30%以上,提高了寻优效率。说明遗传算法对机器鱼的路径规划具有积极效果和快速寻优特性。     

基于改进蚁群算法的移动机器人路径规划

针对移动机器人路径规划中传统蚁群算法容易出现停滞现象、收敛较慢的问题进行研究。采用局部更新规则和自适应方法,构建了移动机器人在迷宫中的动态路径规划模型。通过计算机仿真和电脑鼠机器人实际行走实验表明,在场地复杂的情况下,该算法可以有效地规划出全局最优路径,加快规划速度,满足实际应用需要。     

基于人工鱼群-蚁群算法的UUV三维全局路径规划

针对水下无人航行器在三维环境下的全局路径规划问题,从优化初始信息素分布和转移概率角度,对人工鱼群和蚁群的融合算法进行了深入研究。融合算法中,对人工鱼群算法的状态表达式和移动步长进行了改进;对蚁群算法的启发值、信息素等进行优化设计;借鉴拥挤度因子思想,改进传统蚁群算法转移概率,提升算法的全局寻优能力。在对实际海洋环境数据进行栅格法建模的基础上,以路径长度为衡量指标,利用MATLAB软件进行算法的仿真验证。实验结果表明融合算法的初期收敛速度较快,最佳适应度值和算法耗时均得到改善,算法的有效性得以验证。