共查询到20条相似文献,搜索用时 15 毫秒
1.
机器人世界杯足球锦标赛(The Robot World Cup),简称RoboCup,通过提供一个标准任务来促进分布式人工智能、智能机器人技术及其相关领域的研究与发展。在介绍RoboCup仿真环境的基础上,系统完整地介绍了客户端程序的开发设计流程,阐述了其中涉及到的一些主要问题和算法,最后简要综述目前国际上的典型高层算法结构。希望能够对开展机器人足球比赛及相关领域的研究有启发意义。 相似文献
2.
3.
4.
《电子技术与软件工程》2017,(21)
随着科技水平的不断提升,智能化的机器人组群系统在工业生产、火灾救援等方面的运用愈发广泛,有力的推动了传统行业的发展。而由于机器人组群系统是由一定数量的机器人组成的,每个个体机器人都会分配到各自的任务,通过合理的分工和调配来完成机器人组群系统整体任务,因此,机器人组群系统的工作绩效,就与个体机器人分配任务的水平有直接的关联。本文通过阐述博弈论的基本内涵,对机器人组群系统进行了分析,并提出了机器人组群系统个体任务分配算法,为优化机器人组群系统结构,合理分配个体机器人任务起到了借鉴和参考作用。 相似文献
5.
6.
7.
本文提出了一种基于粒子群优化并且具备冲突消解能力的多智能体系统分布式任务分配算法。将多项任务分配给多个智能体是一个基础的资源分配问题,这类问题在很多控制和决策系统中出现,例如多机器人系统以及计算机系统。被用于分布式系统中解决此类问题的算法可以看做是一系列步骤,智能体能够利用这些步骤自动周期性地进行信息交换并更新自己的任务。本文提出的算法经过仿真实验验证,仅需要少量的信息交换即可消解智能体之间任务分配的冲突。 相似文献
8.
在RoboCup MSL足球机器人中,教练机程序负责对机器人的单机任务和机器人之间的协作进行规划。在多机协作的过程中,由教练机导致的机器人之间的协作冲突会导致任务的失败。如何消解教练机中存在的冲突问题成为中型组研究的一个重点。回答集编程(ASP)作为逻辑编程的一种,近年来逐渐在RoboCup家庭组中得到应用。通过将ASP引入到中型组,某些特定情况下的协作冲突被有效消解,并且通过Matlab仿真,将原程序所产生的结果与ASP方法产生的结果进行比对,可以看到冲突被有效解决。 相似文献
9.
10.
11.
针对多无人机多目标任务分配问题,用一种改进的自适应变权重粒子群优化(AMPSO)算法寻找最优分配方案。涉及联盟组建的任务分配问题较为复杂,目前尚不能有效获得最优解。用分配优先权机制处理联盟成员剩余资源不确定的问题,并建立种群粒子和任务分配方案间的映射关系。通过仿真验证,用AMPSO算法可以快速获得多机多目标最优任务分配方案。 相似文献
12.
多机器人任务规划是多机器人系统研究的主要问题之一,多目标多机器人任务规划是指同时对多机器人系统的多个指标进行优化。近年来,启发式算法越来越多地被用来解决多目标问题。本文提出了一种基于改进烟花算法的多目标多机器人任务分配方法,并详细讨论了多目标解的排序方法和选择策略。为了验证该方法的性能,对7个实例进行了实验,并对该方法和其他四种多目标算法,Non-dominated Sorting Genetic Algorithm II (NSGA-II), Strength Pareto Evolutionary Algorithm 2 (SPEA2),Pareto Envelope-based Selection Algorithm (PESA ) 和一种改进的Strength Pareto Genetic Algorithm 2 (SPGA2)在S-metric指标上进行了比较。实验结果表明,在解集质量、解集覆盖度方面,基于改进烟花算法的多目标多机器人任务分配方法具有明显的优势。 相似文献
13.
14.
任务分配问题是公认的NP难问题。文章在以往有关多处理机任务分配算法的基础上,提出了一种适用于SMP系统结构的并行遗传调度算法。仿真结果表明。该算法具有较好的效果和收敛性。 相似文献
15.
关于足球机器人系统工作模式及RoboCup仿真比赛机制的研究 总被引:2,自引:2,他引:0
机器人足球比赛是一个有趣且复杂的新兴人工智能研究领域,他融合了实时视觉系统、机器人控制、无线通讯、多机器人控制等多个领域的技术,为人工智能和智能控制的理论学习与研究及多种技术的集成应用提供了相当好的实验平台。对足球机器人系统的2种主要工作模式进行了比较和分析,并讨论了RoboCup仿真比赛的机制,对于分布式人工智能理论的研究具有重要意义。 相似文献
16.
17.
无线传感器网络任务分配动态联盟模型与算法研究 总被引:4,自引:0,他引:4
为了延长网络生命周期,减少网络能量消耗和均衡网络负载,引入了动态联盟思想,构造了无线传感器网络任务分配的动态联盟模型,继而提出了一种基于离散粒子群优化的任务分配算法.该算法根据任务总完成时间、能量损耗以及网络负载状况,建立代价函数,结合粒子群优化算法,实现优化任务分配策略.引入了变异算子,在很好地保持了种群的多样性的同时提高了算法的全局搜索能力.仿真实验结果表明了该分配算法在局部求解与全局探索之间取得了较好的平衡,能有效减少无线传感器网络的计算时间和网络能耗,并有效地均衡网络负载. 相似文献
18.
19.