共查询到19条相似文献,搜索用时 79 毫秒
1.
2.
在多智能体系统中,每个智能体必须使自身适应环境动态地同其它智能体协调。为达到此目标,智能体须有预测其他智能体的行为及与其它智能体协作的能力,应动态地建立起自身的行为模型并且不断的演化它。 相似文献
3.
基于多自主智能体的群体动画创作 总被引:9,自引:2,他引:7
群体动画一直是计算机动画界一个具有挑战性的研究方向,提出了一个基于多自主智能体的群体动画创作框架:群体中的各角色作为自主智能体,能感知环境信息,产生意图,规划行为,最后通过运动系统产生运动来完成行为和实现意图,与传统的角色运动生成机理不同,首先采用运动捕获系统建立基本运动库,然后通过运动编辑技术对基本运动进行处理以最终得到角色运动,应用本技术,动画师只需“拍摄”角色群体的运动就能创作群体动画,极大地提高了制作效率。 相似文献
4.
5.
6.
7.
基于几何方法的多智能体群体刚性运动的路径规划 总被引:2,自引:0,他引:2
利用微分几何的方法在特殊欧氏群(Special Euclidean Group)上研究刚性运动.对于已知边界约束条件的多智能体群体刚性运动路径规划问题,采用了虚拟结构的模式;通过建立基于能量的最优准则,在特殊欧氏群上推导了多智能体协调运动的最优轨迹.所得到的最优轨迹是光滑的,而且与空间惯性坐标系的选择无关.该方法对于描述和规划多智能体的群体刚性运动具有广泛的适用性. 相似文献
8.
9.
在多智能体仿真中使用行为树进行决策具有直观、易扩展等优点,但行为树的设计过程过于复杂,人工调试时效率低下.引入Q-Learning来实现行为树的自动设计.为解决传统Q-Learning的收敛速度慢的问题,将模拟退火算法中的Me-tropolis准则应用到动作选择策略中,随着学习过程自适应改变次优动作的选择概率以及将动态规划思想应用到Q值更新策略.实验结果证明,基于改进的多步Q-Learning行为树的智能体决策模型具有更快的收敛速度,并且能够实现行为树的自动设计和优化. 相似文献
10.
现有的多智能体运动规划任务存在缺乏有效合作方法、通信依赖要求高以及缺乏信息筛选机制等问题。针对这些问题,提出了一种基于意图的多智能体深度强化学习运动规划方法,该方法可以帮助智能体在无需显式通信的条件下无碰撞地到达目标点。首先,将意图概念引入多智能体运动规划问题,将智能体的视觉图像和历史地图相结合以预测智能体的意图,使智能体可以对其他智能体的动作做预判,从而有效协作;其次,设计了一个基于注意力机制的卷积神经网络架构,并利用该网络预测智能体的意图、选择智能体的动作,在筛选出有用的视觉输入信息的同时,减少了多智能体合作对通信的依赖;最后提出了一种基于价值的深度强化学习算法来学习运动规划策略,通过改进目标函数和Q值计算方式使策略更加稳定。在PyBullet仿真平台的6种不同的仿真场景中进行了测试,实验结果表明,相较于其他先进的多智能体运动规划方法,所提方法使多智能体团队的合作效率平均提高了10.74%,具有显著的性能优势。 相似文献
11.
针对障碍环境下具有非完整约束月球车的运动规划问题,提出了一种基于离散化位姿的月球车运动规划方法。该方法首先将月球车的运动轨迹限定于多项式旋线,通过求解多项式旋线参数生成无障碍条件下连接任意位姿状态的运动轨迹。同时,该方法对月球车运动规划问题中的位姿状态空间进行离散化,形成离散化的位姿状态空间。根据离散化位姿状态空间的特点,在离线的条件下生成连接相邻离散位姿的月球车基本的运动轨迹集。最后该方法结合基本运动轨迹集并利用启发式搜索算法最终解决障碍条件下的运动规划问题。基于动力学仿真平台中的实验结果验证了该方法的正确性和有效性。 相似文献
12.
Mars Rover Autonomous Navigation 总被引:5,自引:0,他引:5
M. Maurette 《Autonomous Robots》2003,14(2-3):199-208
Autonomous navigation of a rover on Mars surface can improve very significantly the daily traverse, particularly when driving away from the lander, into unknown areas. The autonomous navigation process developed at CNES is based on stereo cameras perception, used to build a model of the environment and generate trajectories. Multiple perception merging with propagation of the locomotion and localization errors have been implemented. The algorithms developed for Mars exploration programs, the vision hardware, the validation tools, experimental platforms and results of evaluation are presented. Portability and the evaluation of computing resources for implementation on a Mars rover are also addressed. The results show that the implementation of autonomy requires only a very small amount of energy and computing time and that the rover capabilities are fully used, allowing a much longer daily traverse than what is enabled by purely ground-planned strategies. 相似文献
13.
14.
15.
基于SD*lite的月球车任务规划算法 总被引:1,自引:0,他引:1
月球车任务规划是在给定初始位置和目标位置,满足月面地形约束、工作模式约束以及能量约束的前提下,规划出月球车最优的路径。设计了一种月球车任务规划的模型,提出了一种基于SD*lite算法的规划器,在原有SD*lite算法的基础上进一步考虑了对可用资源的限制;它可以协助月球车在考虑太阳能帆板的能量约束的条件下,合理避障最终达到目标点,使规划的轨迹更符合实际。 相似文献
16.
月球车仿真系统中若干视景真实感实现技术 总被引:1,自引:0,他引:1
虚拟现实技术的出现为月球漫游车的设计、优化等提供了新的有效手段.为在虚拟现实环境下开发月球车仿真系统,视景真实感实现技术在其中具有霞要地位.研究了真实感地形生成技术、仿真过程中的粒子系统特效技术以及车轮沉陷和车轮轨迹生成技术.基于分形技术和月面特征地形生月面高程数据;利用Muhigen Creator构建和渲染了月面几何模型;基于OpenGL Performer开发了仿真程序并应用到一种月球车运动仿真系统中.系统可在微机和SGI图形工作站运行,仿真结果显示具有良好的真实感. 相似文献
17.
月球车的驱动控制是控制月球车按照期望速度运动的控制器。为使月球车快速稳定地达到期望速度,要求控制算法具有很强的鲁棒性,并且使系统的响应速度尽可能的快。论文提出一种方法:通过单神经元自适应算法求出控制月球车的合力和合力矩,再利用拉格朗日算法求得每个执行器的控制量。仿真实验表明此算法有很好的鲁棒性和自适应性,为月球车的控制应用提供了理论依据。 相似文献
18.
月球车视觉系统对匹配速度和鲁棒性要求较高,提出一种基于图像特征的特征点匹配算法。特征点的提取采用Barnard算法和LoG算子共同作用得到。原图像同时采用Bamard算法进行特征提取和LoG算子进行噪声滤波和边缘提取,然后将二者的计算结果进行”与”操作得到最终的特征图像。然后通过阈值进一步处理噪声和选择待匹配点。最后用计算图像序列中像素差的平方和的方法来计算每对待匹配点的匹配程度,得到匹配点对。仿真结果表明,单点匹配和多点匹配并将无匹配点处理后得到的结果都令人满意。 相似文献
19.
MPC-based Motion Planning and Control Enables Smarter and Safer Autonomous Marine Vehicles: Perspectives and a Tutorial Survey
下载免费PDF全文
![点击此处可从《IEEE/CAA Journal of Automatica Sinica》网站下载免费的PDF全文](/ch/ext_images/free.gif)
Autonomous marine vehicles (AMVs) have received considerable attention in the past few decades, mainly because they play essential roles in broad marine applications such as environmental monitoring and resource exploration. Recent advances in the field of communication technologies, perception capability, computational power and advanced optimization algorithms have stimulated new interest in the development of AMVs. In order to deploy the constrained AMVs in the complex dynamic maritime environment, it is crucial to enhance the guidance and control capabilities through effective and practical planning, and control algorithms. Model predictive control (MPC) has been exceptionally successful in different fields due to its ability to systematically handle constraints while optimizing control performance. This paper aims to provide a review of recent progress in the context of motion planning and control for AMVs from the perceptive of MPC. Finally, future research trends and directions in this substantial research area of AMVs are highlighted. 相似文献