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．     

面向任务的多机器人协调运动控制

基于多智能体系统理论,研究在确定环境下,面向任务的多机器人协调控制系统的实现原理、方法和技术,以及控制集成方法。开发了机器人协调控制的实验平台,对规划、控制、传感、通讯、协调与合作的各关键技术进行了开发和集成,完成了地面2个机器人的实时跟踪,三机器人的协调运动控制。通过实验研究使多机器人分布式协调技术的研究能够直接面向实际应用。     

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.     

快速收敛的机器人部分任意队形分布式控制算法

针对多智能体协作完成特定任务时难以在全自主控制的前提下协作形成任意队形和队形向量不易确定的问题，通过由各智能体自主简单的确定自己的队形向量，从理论上扩展基于队形向量的队形控制原理以生成任意队形，改进机器人的运动方式以提高收敛速度，提出一种快速收敛的机器人部队任意队形分布式控制算法，仿真结果表明，该算法可以形成任意队形，比现有控制处法的收敛速度快，队形收敛所需的时间仅为现有算法的10％左右。     

分布式制造系统的控制协调及其方法分析

分析了控制协调对提升企业敏捷性和柔性的重要作用，阐述了协调问题是分布式制造系统中的关键问题，深入探讨了现有的分布式自治制造系统控制与协调方法的优缺点及适合的应用场合，并提出一种将基于行为的方法应用于制造系统协调的框架．     

快速收敛的机器人部队任意队形分布式控制算法

针对多智能体协作完成特定任务时难以在全自主控制的前提下协作形成任意队形和队形向量不易确定的问题 ,通过由各智能体自主简单的确定自己的队形向量 ,从理论上扩展基于队形向量的队形控制原理以生成任意队形 ,改进机器人的运动方式以提高收敛速度 ,提出一种快速收敛的机器人部队任意队形分布式控制算法 .仿真结果表明 ,该算法可以形成任意队形 ,比现有控制算法的收敛速度快 ,队形收敛所需的时间仅为现有算法的 10 %左右     

多机器人任意队形分布式控制研究

本文针对多智能体协作完成特定任务时难以在全自主控制的前提下协作形成任意队 形和队形向量不易确定的问题，通过由各智能体自主简单的确定自己的队形向量，从理论上 扩展基于队形向量的队形控制原理以生成任意队形，改进机器人的运动方式以提高收敛速度 ，提出一种快速收敛的机器人部队任意队形分布式控制算法．为了解决智能体机器人之间的 冲突问题，提出了一个通信协调模型．仿真实验和实际机器人实验均表明了算法的可行性和 有效性．     

基于开放式多智能体结构的分布式自主机器人系统

针对多机器人系统的分布式自主控制,本文首先提出了一种开放式的多智能体结构,给出了 设计原则和技术特点．然后面向真实世界的多机器人实时协作任务,采用多台自主移动机器 人构造了一个多机器人系统, 该系统集成了包括机器人视觉、传感器融合、无线通讯网络 以及基于行为控制等多项技术．最后采用基于行为融合的加权方法,实现了多机器人的编队 控制,实验结果表明了上述体系结构与方案的有效性．     

分布式人工智能与多智能体系统研究

智能体理论是一个发展很快的前沿领域。为了解决复杂问题出现了分布式人工智能,多个智能体的协作正好符合分布式人工智能的要求,因此出现了多智能体系统。文中介绍了分布式人工智能的特点,并着重介绍了分布式人工智能的一种分类———多智能体系统。多智能体系统也是分布式人工智能的一种有效的解决方法,同时分布式人工智能又推动了多智能体的发展。     

分布式人工智能与多智能体系统研究

智能体理论是一个发展很快的前沿领域.为了解决复杂问题出现了分布式人工智能,多个智能体的协作正好符合分布式人工智能的要求,因此出现了多智能体系统.文中介绍了分布式人工智能的特点,并着重介绍了分布式人工智能的一种分类--多智能体系统.多智能体系统也是分布式人工智能的一种有效的解决方法,同时分布式人工智能又推动了多智能体的发展.     

基于传感器信息的多机器人任务分配研究

多机器人协作是当前机器人学和人工智能的研究热点之一。针对多机器人系统中的任务分配问题,提出一种基于集中式和分布式的混合式控制结构,在机器人得到传感器信息后,使用合同网协议来完成任务分配,最终实现多机器人协作。在player/stage仿真平台进行的实验表明:多机器人系统能够有效地进行任务分配与协作,提出的解决方案是行之有效的。     

多智能体系统动态协调与分布式控制设计

多智能体系统的主要研究目的在于探索由个体之间的相互作用所产生的群体协调现象的内在机制和原理,而控制或反馈在多智能体协调运动中起着至关重要的作用．本文集中讨论了多智能体协调研究中的几个新兴的基本问题,包括输出调节、集合协调和覆盖．文中着重介绍了分布式估计和内模原理两种多智能体系统分布式输出调节方法及相关的研究进展：关于多智能体系统的目标集合协调,本文从集合聚集和集合优化两方面做了详尽论述：多智能体覆盖有多种分类方式,从覆盖对象的特征出发可将其划分为区域覆盖、边界覆盖和动态目标覆盖3种类型,并对它们的研究背景和最新成果予以介绍．另外文章还对多智能体系统协调控制的理论和应用研究进行了展望．     

一种基于离散时间一致性理论的多机器人分布式巡逻算法

在多机器人巡逻任务中,由于通信距离的限制,单个机器人很难获得全局信息。然而,现有的大多数多机器人分布式巡逻算法都要求每个机器人获得其巡逻区域的全局信息进行决策。因此,考虑到通信半径约束和局部信息约束,为了通过相邻机器人之间的交互完成巡逻任务,基于离散时间一致性理论提出了两种巡逻算法。算法1使用全局信息进行决策,算法2基于离散时间一致性理论实现局部信息对全局信息的预测进行决策。通过模拟器Stage对所提算法与对比算法在不同机器人数量、通信半径、地图环境下进行了对比。实验验证了所提出的基于局部信息的分布式多机器人巡逻算法具有与原算法类似的特性和性能,能够使机器人在没有全局信息的情况下判断全局状态,并基于邻居之间的协商完成巡逻任务。     

面向多机器人动态任务分配的事件驱动免疫网络算法

为实现多机器人系统的动态任务分配与协作,提出了一种面向多机器人动态任务分配的事件驱动免疫网络算法。将生物免疫网络的工作机理应用到多机器人动态任务分配算法中,借鉴Jerne的独特型免疫网络假说和Farmer提出的抗体激励动态方程,设计了多机器人任务分配与自主协作模型;基于事件驱动机制,设计了多机器人动态任务分配算法,并引入焦躁模型来解决任务死锁问题。仿真和实际多机器人系统实验结果表明,基于本文算法的多机器人系统在动态任务场景中具有较强的适应性和自主规划协调能力。     

多智能体协作方法及其应用研究

将复杂系统分解成由多个智能体构成的合作多智能体系统，建立了多智能体系统的决策模型，能动态实时地计算每一时刻智能体的决策局势，适应环境的动态变化．采用多智能体方法对半导体生产进行调度，提高了半导体生产线设备的利用率，缩短了单位工件的加工时间．     

Cooperation Protocols in Multi-Agent Robotic Systems

Multi-agent robotic systems are useful in many practical applications. For some tasks, such as holding a conference, cooperation among agents are necessary. For other tasks, such as cleaning a room, multiple agents can work in parallel for better performance. This paper provides help-based (HCP) and coordination-based (CCP) protocols for controlling agents to accomplish multi-agent tasks. The HCP utilizes efficient negotiation to coordinate agents into groups. The CCP improves overall performance by exchanging local knowledge among agents and making decisions in parallel. A reactive and modularized agent architecture was employed to implement the protocols. Since each protocol is embedded into the architecture, it is efficient and effective. In addition, the protocols are deadlock-free. The protocols were utilized to solve the Object-Sorting Task, which abstracts two characteristics of tasks: parallelism and cooperation. The experimental results showed that 1) both HCP and CCP are stable under different workload; 2) the protocols can effectively utilize the agent-power to achieve super-linear improvement; 3) The CCP is better than the HCP in both performance and speedup.     

分布协同综合系统体系结构的研究与设计

在分布式协同实验中,确定协同系统的体系结构是解决系统诸多关键技术的首要工作。在综合了其它协同系统体系结构的优点之上,提出了数据层、中间层和用户层三层体系结构,着重论述了中间层的设计和实现方法,并通过具体应用,实现了分布式实验环境下协同综合系统的基本功能,并验证了该体系结构的合理性和先进性。     

可再生能源分布式发电能量管理的复杂性研究

本文主要研究可再生能源分布式发电系统能量的优化与协调问题.基于系统能量管理中优化与协调控制问题的复杂性,提出采用基于Agent的建模与仿真方法进行研究.针对系统要求,以分散式发电系统的实体节点的映射封装Agent,提出了智能混合控制Agent的概念,建立了3层混合Agent的内部结构模型;并建立了以个体层、组织层和社会层构成的3层动态层级MAS体系结构,进一步辅以主导Agent和移动Agent辅助系统优化与决策,最终建立了一种新的面向再生能源的分散式发电系统能量管理的MAS宏观模型.最后应用有色Petri网对系统的优化与协调过程进行了动态模拟,验证了所提出的结构的正确性、合理性和有效性.     

Fully distributed event-triggered asymptotic attitude coordination of multiple spacecraft systems with disturbances

This article studies the leader-following attitude coordination problem of a group of rigid spacecraft subject to communication constraint, disturbances and uncertain control coefficient matrices. A fully distributed adaptive anti-disturbance attitude coordinated control scheme with event-triggering mechanism is developed. First, the event-triggered adaptive distributed observer is designed for each follower to estimate the leader's information without continuous communication requirement. Based on the estimated information, the adaptive anti-disturbance attitude tracking controller is designed such that asymptotic coordinated tracking can be achieved under additive disturbances and actuators' partial loss of efficiency. The proposed control scheme ensures that all the closed-loop signals are bounded and the positive lower bound of inter-event times exists in each subsystem. Simulation results illustrate the effectiveness and flexibility of the proposed control scheme.     

基于多代理技术的分布集成工艺管理系统

分布式人工智能（ＤＡＩ）领域的多代理技术可以有效地解决当前分布动态工艺管理系统的复杂性。文中概述了分布动态集成工艺管理系统的分布异构特色,以及在此环境下的多代理的定义与描述方法。同时构造了由产品代理、任务代理、资源代理、个人代理等智能体组成的集成工艺管理系统,并介绍了这些智能代理的特性、行为和协商机制。