一种多机器入协作追捕-逃跑问题策略研究

提出一种多机器人协作追捕多个移动目标策略．基于主从式协作结构提出了分区主从式协作方法,在确定追捕目标点后通过引入追捕意向、追捕耗时、心智态度等三个指标概念选择最优合作追摘团队成员,并根据逃跑者状况以及协作效用判断追捕结果,评价追捕效率．仿真试验结果证明该策略的可行性及有效性．     

基于博弈论及Q学习的多Agent协作追捕算法

多Agent协作追捕问题是多Agent协调与协作研究中的一个典型问题。针对具有学习能力的单逃跑者追捕问题，提出了一种基于博弈论及Q学习的多Agent协作追捕算法。首先,建立协作追捕团队，并构建协作追捕的博弈模型；其次,通过对逃跑者策略选择的学习，建立逃跑者有限的Step-T累积奖赏的运动轨迹，并把运动轨迹调整到追捕者的策略集中；最后,求解协作追捕博弈得到Nash均衡解，每个Agent执行均衡策略完成追捕任务。同时,针对在求解中可能存在多个均衡解的问题，加入了虚拟行动行为选择算法来选择最优的均衡策略。C#仿真实验表明，所提算法能够有效地解决障碍环境中单个具有学习能力的逃跑者的追捕问题，实验数据对比分析表明该算法在同等条件下的追捕效率要优于纯博弈或纯学习的追捕算法。     

多Agent系统规划协作过程研究

在多Agent问题求解方面,一个明显的问题是如何规划Agent组的活动.多Agent规划是指通过Agent调整的行为朝着一个共同目标来增强系统中多个Agent协作的强度,从而提高系统的一致性.从协调一致性原理的角度来说明多Agent系统规划协作的过程,并将其划分为发现协作潜力、调解协作请求、构建协作团队、制订协作计划、实现协作行动及评估行动结果6个阶段,对各个阶段进行了说明.并对一种主从式层次结构的多Agent系统协作过程进行了阐述,构建了基于这种结构协作的基本模型.     

FMM与改进GBNN模型相结合的多AUV实时围捕算法

多自主水下机器人(AUV)实时围捕是一个综合的研究课题,包括联盟生成和目标追捕等阶段.首先,基于快速行进算法(FMM)预估围捕时间,有效形成多AUV的动态围捕联盟;然后,在追捕阶段,AUV需要立即跟踪智能逃逸机器人以防止其逃跑.为了实现这一目标,在GBNN(Glasius biological inspired neural network)模型中使用反比例函数替换指数函数计算神经元连接权值,加入额外的衰减项,并提出两点加快神经元活性传播的改进措施,使其适用于实时追捕路径规划.仿真研究表明,围捕联盟形成机制和反比例权值GBNN模型实时路径规划策略都显示出其优越性.在水下环境的多AUV协作围捕中,所提出的围捕控制算法可以提高围捕效率,减少AUV所花费的追捕距离和逃逸机器人的逃逸距离.     

关于从方偏好信息不完全时的满意激励机制研究

研究从方具有多个目标且主方没有掌握从方对各目标的偏好结构信息的主从对策问题. 提出了从方具有多个目标的最优诱导策略,探讨了主方对从方的满意激励机制.     

基于运动图式的多机器人合作追捕

为实现多个机器人合作追捕目标机器人,以基于运动图式的反应式控制结构为基础,设计追捕机器人的4种基本行为：奔向目标,避开障碍物,避让队友以及收缩包围,为避免机器人陷入死锁状态,引入随机漫游行为。通过基本行为的矢量合成和机器人之间的局部交互作用,实现多机器人的协作行为。仿真试验验证了该方法的有效性。     

多追捕者-单-逃跑者追逃问题实现成功捕获的约束条件

针对包含有n个追捕者及1个逃跑者的2维平面多机器人追逃问题,对实现成功捕获的约束条件进行了研究.经过理论分析得出:在机器人拥有全局视野的情况下,即使单一逃跑者性能优于每个追捕者,只要满足追捕者与逃跑者的速率比大于sin(π/n),逃跑机器人落在追捕机器人所构成的凸多边形内部且逃跑者和追捕者构成的相邻追-逃阿波罗尼奥斯圆满足两两相交(相切)这2个约束条件,则追捕者通过选择合适的追捕策略就一定可以实现成功抓捕.此外,还给出了在此约束条件下的追捕者和逃跑者的追逃策略.多组仿真实验同样证明了本文提出的约束条件是正确的.     

—种基于V-BLAST技术的多跳协作式传感网络节能MAC跨层设计

协作式(虚拟)MIMO技术被认为是新兴有效的传感器网络节能解决方案之一.本文在考虑网络电路能耗的情况下,采用跨层设计方法提出了一种能量高效的多跳协作式V-BLAST传输策略.为了达到网络寿命最大化的目标,本文建立并分析了系统能耗模型,在此基础上对传输速率、传输跳数、分簇个数和协作式天线节点个数等网络参数进行了联合优化.仿真结果表明,通过选取最优网络参数,本文所提出的策略相比传统的多跳路由协议和LEACH协议能显著降低节点传输能耗和延长网络寿命.     

基于KEBA控制器的双机器人协作焊接系统设计

基于多机器人协作运动中末端位姿的轨迹约束关系,提出一种新的基于KEBA控制器的双机器人协作焊接系统设计和构建方法。该方法首先简要分析了系统总体结构和协作过程中机器人末端位姿存在的约束关系方程式,其次分析了其同步控制策略以及协作过程中需要传递的数据内容,分别给出了主从机器人协作运动的流程图。最后搭建了基于KEBA控制器的双机器人协作半物理焊接系统并编写了相关协作指令,验证提出的方法的正确性。     

无线感知执行网的智能协作机制研究

针对无线感知执行网中的节点协作问题,提出了多目标智能协作策略。在感知节点不完全连通的WSANs中,设计局部感知节点成簇算法,实现感知节点间的通信协作;以网络能耗均衡和信息传输时延为目标,应用离散多目标自由搜索算法对WSANs进行实时路径规划,实现簇头节点和执行节点间的协作,并通过路径惩罚策略和路径均衡策略,保证寻优结果的有效性、均衡执行节点之间的能耗。仿真实验表明:无线感知执行网智能协作机制能有效地选择多执行节点路径,实现网络协作的实时需求与能量消耗之间的平衡。