复杂地形环境下多机器人编队控制方法

针对复杂地形地面崎岖起伏的特点,提出了一种多机器人系统编队控制方法.首先,分析了复杂地形环境下的系统队形模型.通过建立三维地形环境下编队系统的误差模型,并运用空间投影法将其映射到二维平面上,对系统的编队误差进行分析.然后利用李雅普诺夫函数构造控制器,并根据环境中的特定地形设计相应的编队行驶策略,实现了多机器人系统在复杂地形环境下的编队控制.最后,通过3种典型复杂地形环境下两种非完整移动机器人的编队仿真,验证了该方法的有效性.     

多机器人动态编队的强化学习算法研究

在人工智能领域中，强化学习理论由于其自学习性和自适应性的优点而得到了广泛关注．随着分布式人工智能中多智能体理论的不断发展，分布式强化学习算法逐渐成为研究的重点．首先介绍了强化学习的研究状况，然后以多机器人动态编队为研究模型，阐述应用分布式强化学习实现多机器人行为控制的方法．应用SOM神经网络对状态空间进行自主划分，以加快学习速度；应用BP神经网络实现强化学习，以增强系统的泛化能力；并且采用内、外两个强化信号兼顾机器人的个体利益及整体利益．为了明确控制任务，系统使用黑板通信方式进行分层控制．最后由仿真实验证明该方法的有效性．     

基于多智能体通讯机制的多机器人编队系统

源于分布式人工智能的多智能体系统,以其突出的灵活性和适用性,被应用于多机器人协调系统领域。论文从多智能体理论出发,研究在真实世界里利用多协议全双工的通讯机制如何来实现多智能体机器人系统的技术和方法,并通过编队试验对系统性能进行验证。结果表明系统的构建是稳定可行的。     

基于势函数的多机器人系统的编队控制

提出了一种基于势函数的、能够有效地对多机器人系统的编队队形进行稳定性分析和分布控制的方法．文章通过选择适当的、与目标和结构相关的势函数,利用图论知识和李亚普诺夫稳定理论,设计了一种新颖的能够稳定机器人编队队形并有效跟踪目标的分布控制律,并给出了多机器人系统编队队形稳定及控制问题有解的充分条件．算例仿真说明了这种控制方法的有效性．     

基于强化学习的多机器人编队方法研究

介绍了国内外关于强化学习的研究现状，对应用Q-学习和神经网络来实现多机器人的自适应编队方法给出了详细的系统描述。     

多微型机器人系统的协调策略的研究

本文在成功研制毫米级全方位微型机器人系统的基础上,对多微型机器人系统中的机 器人协调方法进行探讨研究．结合微型机器人系统的特点,提出了适合于本多微型机器人系 统的集中 分布协调算法,给出了该协商 协调算法的结构．实验证明该协调算法是简单有 效的．     

不确定环境下多机器人的动态编队控制

提出了一种不确定环境下多机器人的动态编队控制方法．通过队形参数矩阵确立多机器人之间的相对位置关系,将全局队形控制问题转化为跟随机器人离轴点对虚机器人（与领航机器人运动方向一致,且对领航机器人保持期望的相对距离和观测方位角）离轴点的跟踪．基于建立的跟随机器人和领航机器人之间的误差跟踪系统模型设计相应控制律实现队形保持,并提出了防止机器人与障碍物及其它机器人碰撞的避障策略．仿真结果表明了所提方法的可行性和有效性．     

编队多机器人类人探测方法

针对多机器人探测和处理多目标的控制任务,模仿人类探索未知环境的过程,提出了多机器人探测的边界、编队、目标吸引、重复探测、路径状况和探测扩张等6个类人探测规则.根据多机器人相互协调和高效探测的需要,通过规则的对应适值控制机器人的运动,使各个机器人沿优化路径共同完成多目标探测任务,解决了在全局未知环境下的多机器人路径规划问题.仿真结果表明,所提出的类人探测各种规则能有效地控制多机器人实现未知环境探测,具有可行性.     

分布自主协作式的多机器人系统研究

本文作者在研究多机器人协调的基础上，将多机器人作为一个整体，从系统 角度研究多机器人系统的整体行为和组织结构，以人工智能的多自主体系统为理论基础，以网络通讯和分布数据库为技术基础，设计了多机器人分布自主协作系统的体系结构，提出了实现该系统需要研究的内容和解决的关键技术，介绍了我们在这方面的工作。     

基于多机器人协调的船体分段对接系统的运动学及对接精度研究

本文研究了基于多机器人协调的船体分段对接系统的运动学和对接精度问题．根据 船体分段对接工艺特点，提出了机器人的轨迹规划算法和对接控制方案．在此基础上，讨 论了几种误差因素对系统对接精度的影响．理论分析和仿真结果都表明，在对接平台结构尺 寸存在显著误差的情况下，采用本文提出的方法仍可以保证船体分段对接精度．     

面向装配作业的多机器人合作协调系统

分布、自主、协调与合作是多机器人系统的发展趋势 ．本文作者在研究易于协调合作的多机器人系统的基础上,采用分层递阶和多Agent概念, 构造了一个装配系统——MROCAS系统．该系统具有任务自动建模分解,快速重组、良好柔性 、友好人机界面,各机器人具有一定自主能力等特点．它实现了在较复杂环境下快速完成装 配作业．     

THE EFFECT OF NETWORK STRUCTURE ON DYNAMIC TEAM FORMATION IN MULTI-AGENT SYSTEMS

Previous studies of team formation in multi-agent systems have typically assumed that the agent social network underlying the agent organization is either not explicitly described or the social network is assumed to take on some regular structure such as a fully connected network or a hierarchy. However, recent studies have shown that real-world networks have a rich and purposeful structure, with common properties being observed in many different types of networks. As multi-agent systems continue to grow in size and complexity, the network structure of such systems will become increasing important for designing efficient, effective agent communities.
We present a simple agent-based computational model of team formation, and analyze the theoretical performance of team formation in two simple classes of networks (ring and star topologies). We then give empirical results for team formation in more complex networks under a variety of conditions. From these experiments, we conclude that a key factor in effective team formation is the underlying agent interaction topology that determines the direct interconnections among agents. Specifically, we identify the property of diversity support as a key factor in the effectiveness of network structures for team formation. Scale-free networks, which were developed as a way to model real-world networks, exhibit short average path lengths and hub-like structures. We show that these properties, in turn, result in higher diversity support; as a result, scale-free networks yield higher organizational efficiency than the other classes of networks we have studied.     

一个多机器人制造系统的设计与实现

本文构建了一个包含多个机器人和自动化物流单元的柔性制造系统，其中机器人部分包括一个自动导引小车和两台装配机器人，物流单元部分包括一个小型立体仓库和一条自动传输线．系统采用递阶分散式的体系结构，每个作业单元均有独立的控制器，并通过串行接口实现与主控计算机的实时通讯．在对系统作业任务进行有限状态机建模的基础上，采用基于事件的控制思想实现了多个作业单元的协调控制，提高了系统的柔性和鲁棒性，实验结果也证明了系统设计的有效性．     

船体分段位姿找正对接系统--一个多机器人协调操作系统的实现

该文研究多机器人协调理论在尺寸多变、重量庞大的船体分段对接中的应用,提出了基于多台3自由度移动机器人协调操作的船体分段位姿找正对接系统的结构、组织和协调操作方法.根据分段对接工艺特点,把位姿找正过程抽象成刚体小位移运动模型,建立了基准段、对接段和机器人个体坐标系转换关系,给出了位姿找正过程中的机器人的关节运动轨迹规划算法.     

协作多机器人系统的模块化设计与实现

本文从讨论基于分布式人工智能(DAI)中多智能体系统(MAS)理论的多机器人的合 作策略入手,先提出了适用于多机器人合作机制的系统控制结构,再针对具体任务背景,对 多机器人系统的结构和功能进行了模块化分解,设计了系统原型．最后简要地介绍一下利用 面向对象技术完成的仿真系统程序实现．     

VARIABLE PATROL PLANNING OF MULTI-ROBOT SYSTEMS BY A COOPERATIVE AUCTION SYSTEM

A cooperative auction system (CAS) is proposed to solve the large-scale multi-robot patrol planning problem. Each robot picks its own patrol points via the cooperative auction system and the system continuously re-auctions, based on the team work performance. The proposed method not only works in static environments but also considers variable path planning when the number of mobile robots increases or decreases during patrol. From the results of the simulation, the proposed approach demonstrates decreased time complexity, a lower routing path cost, improved balance of workload among robots, and the potential to scale to a large number of robots and is adaptive to environmental perturbations when the number of robots changes during patrol.     

多机器人协调操作大型物体的运动学分析及应用

本文研究多机器人协调系统在大型圆筒型工件加工中的应用，提出了基于多个3自 由度移动机器人协调操作工件进行空间6自由度位姿调整系统的结构和协调方法．在刚体小 位移运动模型基础上，建立了系统的运动模型以及逆运动学算法，并给出了满足实时运动规 划的简化算法．最后，通过实例对该算法进行了说明．     

一种多移动机器人避碰规划方法

本文采用集中预规划方法,通过调整机器人的运动速度实现多机器人避碰,所提算 法的基本思想为：将机器人的运动路径分段,然后按避碰要求对机器人通过各段的时间进行 约束,从而将避碰问题转化为高维线性空间的优化问题,并进一步将其转化为线性方程的求 解,使问题具有明确的解析解．由于该方法的复杂度较高,在实现过程中采用了多种方法降 低复杂度,简化计算．本文给出了该算法的基本思路,有关定理及证明,算法的化简方法, 最后给出了实验结果及分析．     

一种多机器人协作控制方法

提出了一种基于Petri网模型的多个移动机器人协作控制方法.该方法主要包括两个模块:高层控制模块(HLCM)和低层控制模块(LLCM).HLCM负责任务分配和再规划,LLCM实现单个机器人的控制逻辑.利用可达树对Petri网模型中的死锁进行检测,并给出了消除死锁的方法.仿真实验证明了该方法的有效性.􀁱