Robocup中模糊阵型策略的实现

Robocup中型组足球机器人比赛是典型的多智能体系统,在特定的环境和约束下,多个机器人通过协调协作的阵型策略完成同一个防守或进攻任务。为了满足机器人足球比赛对阵型分配的实时性、快速性合理性的要求,通过分析几个重要的赛场态势特征因素,建立了从赛场状态到阵型决策的模糊映射,很好地解决了机器人足球比赛中阵型分配和转换问题。     

一种新的多智能体系统结构及其在RoboCup中的应用

针对机器人足球仿真比赛,提出了一种新的多智能体系统结构,它包括基于行为的双层动态智能体结构和决策算法以及基于角色的动态多智能体协作模型．论文首次提出了自信函数这个概念,并运用此概念来平衡决策算法和多智能体之间的协作．该结构应用于中南大学云麓仿真球队中,在中国机器人足球RoboCup仿真组比赛中取得了较好的成绩．     

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.     

基于换位思考模型的多智能体协作研究及在RoboCup中的应用

机器人世界杯(RoboCup)是一个典型的多智能体系统.为了提高多智能体协作的效率,提出一种新的基于换位思考模型的多智能体协作研究方法.首先,教练智能体获取仿真比赛环境中球员智能体的无噪音信息,对所有队友智能体建模;然后,应用高斯分布计算队友智能体的当前行为模式,并把当前模式反馈给仿真环境;最后,球员智能体根据换位思考模型计算得到的模式做出相应决策.该模型已经应用于HfutEngine2D仿真球队中,在RoboCup仿真比赛中获得2007年中国公开赛亚军,2008年机器人世界杯第7的好成绩.     

基于行为预测的多智能体协作模型

智能体的行为预测是多智能体系统中的一个具有挑战性的问题。机器人足球是一个典型的多智能体系统,论文对多智能体系统中的行为预测进行了研究,概述了RoboCup中几种典型的智能体行为预测方法和协作模型,在此基础上采用基于行为的混合预测方法,建立了一种基于行为预测的多智能体协作模型。该协作模型已应用于CSU_YunLu2003仿真球队中,在RoboCup仿真比赛中证明了该协作模型的有效性。     

基于需求的多机器人决策算法

提出一种基于需求函数的多机器人协作控制算法,在以机器人足球仿真比赛环境作 为平台所做的实验中有效地完成了协作任务,是一种十分有效的多机器人决策方法．     

多智能体足球机器人策略研究

机器人足球比赛的策略是进行机器人足球比赛的最根本的要素.通过对一个在实际仿真机器人足球比赛时使用的策略在FIRA机器人足球比赛5 VS 5仿真平台上的仿真,实现多个智能体机器人相互配合来完成进球的任务.分析了部分策略的实现方式,归纳了不同位置的智能体机器人在使用不同的策略时相互之间的协作关系.仿真结果表明多了该智能体机器人的仿真足球策略要更胜一筹.     

基于多智能体的多机器人控制研究

多机器人控制是目前机器人研究的关键问题,本文以足球机器人为研究平台,首先讨论多智能体系统的组织结构和智能体的体系结构;然后,基于多智能体理论,组建多机器人系统,提出一种适用性广泛的多机器人协作控制方案,主智能体和辅助智能体相互协作,降低多机器人系统控制的复杂度.提高了控制效率.实验结果证明该协作控制方案的优越性.     

基于UML的多智能体建模分析方法研究

以多智能体系统机器人足球仿真比赛为研究背景 ,对Agent理论和结构模型进行分析 ,探讨了使用UML语言建立Agent模型与结构之间映射关系的方法 .通过对Agent的内部结构与行为的描述 ,实现了A gent建模与其软件建模的统一 .并在开发机器人足球仿真比赛队伍AFU2 0 0 4Agent软件的过程中成功地加以应用 ,为Agent的建模和设计实现开启了新的思路 .     

5vs5仿真机器人足球比赛——防守算法研究

机器人足球赛是由硬件或仿真机器人进行的足球赛,文中涉及的仿真机器人足球赛在标准软件平台上进行.软件仿真比赛提供一个共用的服务程序作裁判,比赛双方程序通过网络协议和服务器进行连接,接受球场、足球和球员等相关实时信息,并做出自己的决策反馈给服务器.对多智能体之间的协作和协调进行了分析,论述了球队开发中整体防守和守门员防守的决策方法,以及这些方法在大连交通大学--梦想皆有神助(Dream)球队开发过程中的应用.在大连市第二届研究生仿真机器人足球大赛中Dream队获得了三等奖.     

Solving function distribution and behavior design problem for cooperative object handling by multiple mobile robots

This paper addresses the function distribution and behavior design problem for a multirobot system which incorporates a behavior-based dynamic cooperation strategy for object handling. The proposed multiple robot system is composed of a managing robot and homogeneous behavior-based robots. The cooperation strategy in this system is realized in two steps: designing the distributed robot's cooperative behavioral attributes according to the robot's abilities, and organizing these behavioral attributes so that team cooperation is realized. For indicating an incremental style of local behavior construction, an advanced design of cooperative behavior for coping with unknown disturbance is addressed. Additionally, two extended cooperation strategies designed for a path tracking task are described. These three strategies are based on the same concept on performing manipulation in coordination. Therefore, by considering the function distribution among the managing robot and worker robots, and considering behavior design of each worker robot, the proposed system is able to achieve the object handling task with different performances according to the task requirement, such as with or without path tracking and with or without contact with the environment. Experimental results demonstrate the applicability of the proposed system.     

Risk consideration and cooperation in the iterated prisoner’s dilemma

This paper investigates the cooperative behavior in the two-player iterated prisoner’s dilemma (IPD) game with the consideration of income stream risk. The standard deviation of one-move payoffs for players is defined for measuring the income stream risk, and thus the risk effect on the cooperation in the two-player IPD game is examined. A two-population coevolutionary learning model, embedded with a niching technique, is developed to search optimal strategies for two players to play the IPD game. As experimental results illustrate, risk-averse players perform better than risk-seeking players in cooperating with opponents. In particular, in the case with short game encounters, in which cooperation has been demonstrated to be difficult to achieve in previous work, a high level of cooperation can be obtained in the IPD if both players are risk-averse. The reason is that risk consideration induces players to negotiate for stable gains, which lead to steady mutual cooperation in the IPD. This cooperative pattern is found to be quite robust against low levels of noise. However, with increasingly higher levels of noise, only intermediate levels of cooperation can be achieved in games between two risk-averse players. Games with risk-seeking players get to even lower cooperation levels. By comparing the players’ strategies coevolved with and without a high level of noise, the main reason for the reduction in the extent of cooperation can be explained as the lack of contrition and forgiveness of players in the high-noise interactions. Moreover, although increasing encounter length is helpful in improving cooperation in the noiseless and low-noise IPD, we find that it may enforce the absence of contrition and forgiveness, and thus make cooperation even more difficult in the high-noise games.     

学生评价设计特点和有效性分析

网络协作学习为远程教学提供一个基于网络的完整协作学习环境。在这个环境中,学习者们可以协作学习,也可以通过评价来了解自己的学习状况,尤其是协作学习状况,从而对学习进行修正和改善。如何进行有效的学生评价,该文就此进行了探讨。     

基于ObjectARX和DCOM实现协同设计研究

分布式协同设计是基于网络工作环境而提出的一种先进的设计理念,其目的就是通过群体的协作和交互来完成设计任务。分布式协同设计需要一个满足其要求的协同设计平台以保证设计的顺利进行。DCOM技术是微软为适应分布式计算而提出的分布式组件对象模型,ObjectARX是随同AutoCAD发布的二次开发工具。文中探讨了基于ObjectARX和DCOM技术对AutoCAD进行二次开发,提出了一个在分布式环境下多人协同设计开发的分布式协同设计AutoCAD系统。     

Relationship-specific investment,value creation,and value appropriation in cooperative innovation

The rapid development of information technology (IT) makes it possible for different organizations to ally with each other for cooperative innovation. In this paper, two critical issues involved in enterprise cooperation are addressed: (1) how organization value is added via cooperative business and how the profit from the cooperation is appropriated among the cooperators; and (2) how the cooperative innovation can be implemented effectively. The resource-based view is combined with the transaction cost theory, the equity theory, and the risk-return theory to analyze the influence of the relationship-specific investment (RSI) on the value creation and appropriation in cooperation. Based on our theoretical analysis, a number of hypotheses are made to measure the influence and these hypotheses are tested using empirical data collected from 187 high-tech enterprises in the Northeast region of China. The verification has shown that RSI allows information sharing among collaborators for effective coordination and thus improves the performance of cooperative innovation. RSI positively affects the value appropriation based on investors’ contributions and the risk level involved in the cooperation. RSI increases the value appropriation through the performance promotion effect in cooperation. Minor adverse impact is identified on investor’s dependence. In addition, value creation positively affects value appropriation. The drawn conclusion is significant for developing cooperative innovations under the circumstance in which IT is widely applied to enterprises’ business environment.     

系统直和博弈模型下的合作演化

演化博弈论是生物进化论与博弈论结合产生的理论,已成为研究合作演化行为的有力工具.本文研究了基于系统直和博弈模型下的合作演化行为.首先,利用复制者方程分析了双人双策略及三策略对称博弈的演化动力学过程.然后,以石头剪刀布模型和雪堆模型为基础,采用矩阵直和构建系统直和博弈模型,并将所构造的直和矩阵转化为含参数的系统总支付矩阵.随后,说明了这种方法可推广到n个博弈的情形.最后,利用MATLAB对系统直和博弈模型进行仿真模拟,从系统整体的角度分析合作演化.仿真结果表明,混合之后的系统直和博弈较单一博弈而言,合作策略的占比明显增加,且整个系统稳定性更好.这种合作演化机制呈现了全局互惠.     

多平台海上协同搜索与路径优化策略研究

针对传统海上搜索研究中搜索平台与行为单一、缺乏协同的问题,建立多平台海上协同搜索路径优化模型,研究协同搜索与路径优化对策.在协同搜索策略方面,给出同构协同与异构协同搜索策略的定义,并设计不同规模的协同仿真场景;在路径优化策略方面,根据海上搜索平台的搜索特点,设计基于行为和基于智能算法的路径优化策略.在此基础上,对比研究不同规模的海上协同搜索策略与路径优化策略效果.结果表明:基于混合智能算法的路径优化效果普遍优于基于行为的搜索策略与单一算法,异构协同搜索策略能够充分发挥各平台优势、取长补短,取得了优于单平台和同构协同搜索的收益效果.     

多Agent合作中的信任模型研究

传统的信任模型研究通常建立在具有完全历史合作信息的基础上,难以满足动态演化环境中的合作需求。针对缺乏直接合作历史信息的情况,借鉴现代电子商务中第三方管理思想,分析基于第三方的间接信任模式,结合贝叶斯信任模型,提出DRI信任模型。通过与传统信任模型的对比实验结果表明,基于DRI信任模型的合作能提高合作对象选取的可靠性,提高平均合作成功率。     

时间尺度与选择倾向性协同作用下的演化博弈模型

针对合作行为的涌现与维持问题，基于演化博弈理论和网络理论，提出了一种促进合作的演化博弈模型。该模型同时将时间尺度、选择倾向性引入到演化博弈中。在初始化阶段，根据持有策略的时间尺度将个体分为两种类型：一种个体在每个时间步都进行策略更新；另一种个体在每一轮博弈后，以某种概率来决定是否进行策略更新。在策略更新阶段，模型用个体对周围邻居的贡献来表征他的声誉，并假设参与博弈的个体倾向于学习具有较好声誉邻居的策略。仿真实验结果表明，所提出的时间尺度与选择倾向性协同作用下的演化博弈模型中，合作行为能够在群体中维持；惰性个体的存在不利于合作的涌现，但是个体的非理性行为反而能够促进合作。     

基于管理Agent协作模型的研究

多Agent协作求解是分布式人工智能要研究的基本问题。该文基于管理agent概念提出一个新的协作模型，该模型利用管理Agent对多Agent系统进行全局协作分配，协作申请分级处理，解决了传统协作模型中存在的模型与应用领域有关和只适用于静态环境的问题。