一种动态不确定环境中机器人路径规划方法

针对动态不确定环境下的机器人路径规划问题,将部分可观察马尔可夫决策过程（POMDP）与人工势场法（APF）的优点相结合,提出一种新的机器人路径规划方法。该方法充分考虑了实际环境中信息的部分可观测性,并且利用APF无需大量计算的优点指导POMDP算法的奖赏值设定,以提高POMDP算法的决策效率。仿真实验表明,所提出的算法拥有较高的搜索效率,能够快速地到达目标点。     

整合贝叶斯网络的BDI模型

针对BDI模型在不确定领域应用的薄弱,提出了一种改进的BDI(Beliefs—Desires—Intentions)模型。以BDI体系结构为基础,结合贝叶斯网络,建立了智能体对可能世界的认知表示;通过贝叶斯网络推理,实现了对达成目标状态的期望估计;在意图中,通过引入规划因子,完成行为决策。用Java语言在eclipse平台上对农作物栽培实例进行仿真,验证了模型能够在不确定环境中,进行理性的认知、推理、规划。     

不确定海洋环境下AUV环境感知方法研究

针对AUV在高度不确定海洋环境中执行任务的过程中需要实时准确地感知出当前环境、系统状态和任务执行中不确定事件对任务成功的影响,并为AUV任务重规划提供触发条件的问题,提出了一个具有不确定事件检测、不确定事件识别和不确定环境本体模型的环境感知框架,实现了基于本体推理和模糊逻辑结合的不确定事件检测方法和基于贝叶斯网络的不确定事件识别方法,并利用不确定事件检测和不确定事件识别结果更新具有概率扩展的不确定环境本体模型,提高本体在不确定知识的表示和推理方面的能力.结合AUV在不确定海洋环境中执行导航任务的应用背景,对AUV环境感知进行仿真实验并分析了实验结果,验证了不确定海洋环境下AUV环境感知方法的有效性.     

动态不确定环境下多目标路径规划方法

提出一种在动态不确定环境下求解多目标问题时快速调整移动路径的方法.首先提出采用逆向多目标启发式搜索进行全局规划,求解问题的最优路径集合;然后提出动态多目标路径规划方法,先根据当前观测进行全局规划,在移动过程中探测到不一致的环境信息时,通过对先前搜索中部分信息的重用,在全局规划的基础上进行增量重规划,调整当前状态与目标状...     

不确定环境下智能大厦空调系统调度策略评估

近年来,智能大厦的概念在国内外受到了高度的关注.相比于传统的建筑,智能大厦更加节能、舒适、易维护,已成为未来建筑的发展趋势.作为智能大厦空调通风系统的关键部分,空调系统及其调度策略决定了大厦整体的节能效果以及大厦中用户的舒适度.然而由于智能大厦所处的环境具有许多不确定因素,这极大增加了空调系统调度策略设计与评估的复杂程度.因此如何设计与评估不确定环境下空调系统的调度策略成为了智能大厦设计者面临的一大挑战.已有的方法主要针对智能大厦空调系统进行能耗与性能等方面的分析,但尚未有方法针对调度策略本身进行分析与评估.提出了一种基于价格时间自动机的调度策略评估框架,支持对不确定环境下的智能大厦进行精确建模与定量评估.该框架使用UPPAAL-SMC作为属性查询引擎对模型进行随机模拟运行,根据模拟结果对不同调度策略下大厦的能耗及用户的舒适度进行定量分析.实验结果表明,该方法能有效地帮助设计者进行策略的制定和选取.     

SUI-SLAM：一种面向室内动态环境的融合语义和不确定度的视觉SLAM方法

为解决动态环境中移动物体对视觉SLAM（同步定位和地图构建）系统的干扰,提出一种融合深度语义和不确定度的动态视觉SLAM算法SUI-SLAM。首先基于Mask R-CNN（区域卷积神经网络）的语义分割结果获得场景的动态先验信息。然后利用图像深度信息修正分割区域边缘,进一步区分动态环境的前景及背景特征点。最终利用语义分割结果、移动先验信息以及几何误差,计算特征点与3D地图点之间的关联不确定度,同时在相机位姿优化过程中加入正则化项用于提升定位的准确度和鲁棒性。为验证算法的有效性,在TUM动态数据集上进行了实验。结果表明,SUI-SLAM算法相比ORB-SLAM2算法,在室内高动态场景中的定位精度最高可提升98.41%;与其他最先进的动态SLAM算法相比,SUI-SLAM算法的位姿估计精度和鲁棒性均有一定程度的提升。     

不确定环境下的危险品运输车辆路径优化

针对非满载危险品运输车辆路径优化问题;通过模糊变量刻画运输过程中的人口密度、行驶速度与运输时间以及客户需求量等方面的不确定因素;考虑载货量变化对风险评估的影响;建立基于动态载货量的风险评估模型;以运输总风险、车辆总行程、车辆使用数最小为优化目标;同时兼顾时间窗、事故概率、载货量等约束构建了不确定环境下的危险品运输车辆路径多目标优化模型。将NSGA-II算法与LNS算法相结合;设计混合NSGA-II算法求解模型。结果表明;混合NSGA-II算法可以获得空间分布均匀且收敛性较好的Pareto解集;不同运输参与者可根据自身偏好在解集中选择相应的配送方案;该算法得到的最优总风险、总行程及车辆使用数目分别比NSGA-II算法优化了11.5%、1.0%和14.3%;算法搜索性能和求解精度明显提高。     

基于概率不确定犹豫模糊偏好关系的决策模型

针对犹豫模糊信息在现实决策中难以准确和充分的提供决策者评价信息的问题,引入了概率不确定犹豫模糊偏好关系（PUHFPR）的概念,其能够有效处理概率不确定犹豫模糊元（PUHFE）中元素发生概率信息部分已知和完全未知的决策问题;给出了PUHFPR的期望加行一致性、满意加性期望一致性定义,并以偏差最小化为目标函数构建最优化模型确定PUHFPR元素的发生概率;建立基于一致性调整算法的概率不确定犹豫模糊偏决策模型,得到方案的排序权重向量,从而选择最佳的方案;通过遴选上市公司进行投资的实例说明决策模型的有效性。     

产出不确定环境下考虑供货承诺的定价与投入决策模型

针对一个供应商和两个零售商所组成的两级供应链模型,研究产出不确定环境下的最优定价和投入决策问题.在常规情形中,供应商首先在产出不确定环境下确定投入量,并在实际产出确定之后确定批发价,而零售商最终确定订购量.在此基础上,讨论供应商向零售商提供供货承诺时的竞争模型.运用逆向归纳法讨论以上决策模型的均衡解.数值分析表明,供货承诺在一定的条件下能够优化供应链的性能.     

一种适应动态不确定环境的规划系统POMDPRS的形式描述

规划是人工智能研究的一个重要方向,具有极其广泛的应用背景.POMDPRS是一种结合了PRS的持续规划机制、POMDP的概率分布信念模型和极大效用原理的持续规划系统.它具有较强的对动态不确定性环境的适应能力.本文试图在形式语义层面上对POMDPRS进行描述并举例将其与PRS和POMDP比较,进一步说明其优势.     

智能软件Agent的中间件模型

Agent技术的应用潜力是巨大的，已经在许多领域尝试使用，解决一些复杂问题，但要开发智能软件Agent要求具有多方面的先进技术，如知识表达、推理、网络通信等技术，开发者难以使用。为了减少开发时间和代价，文章提出了智能软件Agent的一种中间件模型，并且介绍了这个模型如何创建Agent.     

基于计算实验的公共交通需求预测方法

一般来说,用于交通需求预测的数学模型往往缺少对出行个体微观水平上的异质性和可变交通情景的考虑.针对这些问题,本文提出了一种基于计算实验的公共交通需求预测方法.该方法主要由交通调查、基于Agent的人工交通系统（Artificial transportation system,ATS）和计算实验3部分组成.在出行个体Agent建模中引入BDI（Belief-desire-intention）模型,来推演各出行个体在出行过程中对各交通选择的决策制定过程.在人工交通系统的基础上,可以设计并执行大量的计算实验来进行交通需求预测.本文通过基于校车系统的一系列交通调查和计算实验验证了该方法的可行性和优越性,并针对各种不同交通情景进行了交通分布预测和交通方式划分预测.     

Collaborative assignment using belief-desire-intention agent modeling and negotiation with speedup strategies

In this paper, we propose a distributed agent model that applies belief-desire-intention (BDI) reasoning and negotiation for addressing the linear assignment problem (LAP) collaboratively. In resource allocation, LAP is viewed as seeking a concurrent allocation of one different resource for every task to optimize a linear sum objective function. The proposed model provides a basic agent-based foundation needed for efficient resource allocation in a distributed environment. A distributed agent algorithm that has been developed based on the BDI negotiation model is examined both analytically and experimentally. To improve performance in terms of average negotiation speed and solution quality, two initialization heuristics and two different reasoning control strategies are applied, with the latter yielding different variants of the basic algorithm. Extensive simulations suggest that all the heuristic-algorithm combinations can produce a near optimal solution soon enough in some specific sense. The significance and applicability of the research work are also discussed.     

An intelligent tutoring module controlled by BDI agents for an e-learning platform

INES (INtelligent Educational System) is an operative prototype of an e-learning platform. This platform includes several tools and technologies, such as: (i) semantic management of users and contents; (ii) conversational agents to communicate with students in natural language; (iii) BDI-based (Believes, Desires, Intentions) agents, which shape the tutoring module of the system; (iv) an inference engine; and (v) ontologies, to semantically model the users, their activities, and the learning contents. The main contribution of this paper is the intelligent tutoring module of the system. Briefly, the tasks of this module are to recognize each student (checking his/her system credentials) and to obtain information about his/her learning progress. So, it can be able to suggest to each student specific tasks to achieve his/her particular learning objectives, based on several parameters related to the existing learning paths and the student’s profile.     

面向Agent的软件工程方法学

现实世界中的软件系统越来越大,越来越复杂,使得现有的软件工程技术(如面向对象技术)很难解决系统中存在的一些问题。为了更好地解决这些问题,智能Agent由于其自身所具有的灵活性被应用到软件工程中,据此文中提出了一种新的面向Agent的软件工程方法学。详细介绍了面向Agent的系统建模方法和Agent的体系结构。最后给出了面向A-gent的软件工程方法学在RoboCup中的具体应用,表明面向Agent的软件工程方法学为大型复杂系统的设计和实现提供了一种有效的新途径。     

面向联盟企业的智能化专业搜索体系设计与实现

1.引言联盟企业是指在日益激烈的市场竞争中具有不同、互补的技术和生产能力的企业间为响应市场需求而进行动态联合的方式,是一种随着市场需求变化的可重构、可重用、可扩展的动态组织形态。其成员或网络用户是否通过协同网络在分布式组织结构中高效、快捷地获得用户需求、用户定单、产品市场前景和企业生产资源、加工能力、产品资源信息以及虚拟企业内各单元的生产状况、数据、文档等信息,将直接影响     

Agent研究现状与发展趋势

对有关Agent理论和实践两方面的研究现状、关键技术和发展趋势进行了综述和讨论,试图勾画出目前Agent研究的脉络、重点及其发展趋向.主要内容包括：（1）智能Agent的特性、表示和推理;（2）多Agent系统的联合意图、协商和规划;（3）面向Agent的程序设计.最后,简单讨论了Agent技术目前所面临的挑战.     

基于动态环境的单个智能入侵者控制模型

为解决动态环境下携带任务的单个智能入侵者在敌对区域中实现规避障碍物、逃避防卫者追捕并成功完成任务后逃脱的问题,提出了一种智能入侵者行为控制模型,设计了传感行为、向目标移动、预测动态障碍物、安全行为和优先级执行顺序等策略,最后通过仿真实验统计了在各种围捕策略下单个入侵者任务完成的成功率及相关数据,验证了模型的可行性.     

基于Agent的智能决策支持系统模型的研究及应用

提出了一种新的基于Agent的智能决策系统模型,并在此模型基础上给出了它的一个应用实例.     

基于BDI的Agent合同网实现

合同网是一个用于分布式问题求解的高层通信协议,本文给出了一个扩充的合同网协议的会话策略和一个BDI精神状态形成模型,并在此基础上将BDI模型用于合同网协议,给出了实现合同同网协议的一系列BDI行为驱动规则。本文在合同网协议的招投标过程中引入了信任度、稳健度和积极程度等精神状态参数,这类参数有助于改善协作质量,从而使系统具有较好的适应性和灵活性。