基于强化学习的多智能体协作方法研究

为了在连续和动态的环境中处理智能体不断变化的需求,我们通过利用强化学习来研究多机器人推箱子问题,得到了一种智能体可以不需要其它智能体任何信息的情况下完成协作任务的方法。强化学习可以应用于合作和非合作场合,对于存在噪声干扰和通讯困难的情况,强化学习具有其它人工智能方法不可比拟的优越性。     

基于多智能体的信息融合系统

论文概述了智能体理论及其在信息融合方面的研究情况,总结了多智能体信息融合的基本方法,基于JADE平台,设计并实现了一种多智能体信息融合系统.     

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．     

基于协作协进化的多智能体机器人协作研究

协作问题一直是自主多智能体机器人系统研究的关键问题之一。基于多智能体机器人系统的CCP协作协议所生成的各智能体机器人的任务序列依赖于目标的初始顺序,因此难以得到最优解。文章提出了利用协作协进化来实现多智能体机器人之间协作的一种机制。该方法采用基于协作种群的技术来生成多智能体机器人任务执行序列,在给定的任务分解产生的所有可能解中寻找最优解,并通过交换局部知识和并行决策等手段来优化系统的性能。利用该机制,对3个智能体协作搬运8个物体进行计算机模拟,结果表明,该机制在优化任务执行序列方面作用明显,从而能有效提高多智能体机器人系统的性能。     

一种不完全信息下的多智能体协作机制

在分布式多智能体系统中,由于agen嗵常具有不完全信息,因此大大影响了系统的协作效果。该文采用博弈论和决策理论相结合的方法,将不完全信息下的agcnt协作转换成完全信息下agent协作问题来求解,提出了一种不完全信息下的agent协作机制。     

基于规划识别的多智能体协作研究及应用

多智能体系统是规划识别的一个有效应用平台，提出一种基于规划识别多智能体协作算法，对对抗环境和非对抗环境中的基于规划识别的多智能体协作算法进行了分析，实现了对队友和对手行为目的的认识和建模，减少了协作主体间需要通信的时间厦难度。该协作算法应用到多智能体的有效测试平台机器人足球赛中，试验结果证明，该算法在通信受限、信息受限或信息延时的系统中可有效预测队友和对手的行为，从而实现智能体间的协作。     

基于多智能体的人机协作智能信息系统

综合集成研讨厅理论体系是作为处理开放的复杂巨系统的有关问题而提出的,其实质是一个人机协作的智能信息系统.本文主要探索研讨厅的实现途径,给出了基于网络的研讨厅的层次模型与系统结构,提出了基于内嵌客户/Agent/服务器的请求器-中介器-供应器模型的多智能体研讨厅的多层分布计算模型,并基于Java的智能信息Agent技术探讨了支持宏观经济决策的多智能体研讨厅的构架及工作机制.研究表明,基于Internet有关技术与Agent计算技术有可能实现研讨厅,并由于Agent技术的优势而可能得到较好的系统性能.     

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.     

一种多智能体系统中的协作机制

在多智能体系统MAS中,自治的agent在完成任务时常常会出现任务重叠的“正交互”现象,从而使得系统效率低下。为了解决这一问题,文章提出了一种agent协作机制,采用最短路径的方法来找出agent最优的合作对象,优化整个系统处理问题的能力。实验证明该方法是有效的。     

信息融合方法及应用研究

信息融合是现代信息技术与多学科交叉、综合、延拓产生的新的系统科学,随着计算机科学,网络通讯技术,微电子技术和控制技术的飞速发展,它也得到了迅猛的发展,尤其近年来,它已受到广泛关注,它的理论和方法已被应用到许多研究领域。在大量文献被浏览的基础上,从信息融合的概念、基本原理、融合方法以及应用领域分别进行论述,最后,给出了几个面临的挑战问题和将来的发展趋势。     

自适应信息融合算法研究与应用

以组合导航系统为应用背景, 对基于自适应联合卡尔曼滤波的信息融合算法进行了研究, 将ARMA模型和自适应调节的信息分配因子应用于联合滤波中, 完成信息融合, 并以GPS/INS系统为例, 进行了半实物仿真, 结果表明, 该方法可有效抑制滤波发散, 并提高整个系统的精度和收敛速度.     

基于信息总线的多引擎协作体系结构的研究与实现

随着Internet应用的发展,支持分布式应用已成为应用体系结构的基本特征,为了加快系统的开发效率,开发模式和开发过程的研究成为研究热点,利用组件和中间件技术的多引擎协作体系结构可以加快应用系统的开发过程。多引擎协作体系结构中的协作信息总线是多引擎协作体系结构的基本问题。本文研究、分析了多主体协作理论,以及分布式使用组件的需求,同时定义了协作信息总线的功能,并设计了协作信息总线的体系结构。在多引擎协作体系结构下,显著地提高系统的开发效率。     

基于信息融合的计算机网络信息发现

引入信息融合技术,利用多个探测工具收集网络信息,并将来自不同类型网络探测工具的信息在不同的层次上进行融合。在数据层融合中,使用模糊逻辑的统计方法识别系统类别、区分网络设备;在决策层融合中,通过系统知识库的支持,获得最可信的网络信息。     

基于证据理论的信息融合系统设计与实现

为了对多传感器获取的不完整信息进行融合,提出了基于证据理论的信息融合方法,并将神经网络技术引入到证据合成规则中,建立了新的合成规则。在此基础上,采用面向对象的系统设计开发方法,分析了系统的体系结构,建立了各功能模块,并利用Visual C++ 6.0开发了基于证据理论的信息融合系统。     

基于冗余信息的多传感器数据融合算法研究

针对当前数据融合算法中存在的静态融合和计算量问题,提出了一种基于冗余信息的多传感器数据融合算法,首先,利用强跟踪滤波算法完成对于局部状态的估计,然后,依据局部状态估计值之间的冗余信息判定局部状态自身的可信度,从而实现对其权系数动态的合理分配。通过Monte-Carlo仿真验证了该算法的有效性。     

交通信号控制系统中的Agent协同研究

应用Agent技术的交通信号控制策略去探讨基于本体的Agent通信,并结合多级模糊控制和基于对策论的协调方法对交通阻塞问题进行了分析,提出了采用多级模糊的点控解决方案。     

Production management modelling based on MAS

Modelling based on multi-agent system(MAS)was built for the current production management and process of Shenyang Songyang Paper Cup Co. , Ltd. It can transmit the information instantly via order agent(OA), manager agent(MA), production agent(PA), and service agent(SA), and realize information sharing. The PA is also built on MAS, and it includes two agents, task agent(TA), and resource agent(RA). It has been found that the modelling is superior to the old one. It can improve the working flow and production efficiency, and shorten the time of delivery.     

基于信息增量的弹道目标协同跟踪方法

针对反导传感器网络中弹道目标的协同跟踪问题,提出了一种基于信息增量的弹道目标协同跟踪方法。分析了多传感器对弹道目标的协同跟踪问题,并建立了自由段弹道目标分段匀加速模型。在此基础上,对自由段弹道目标跟踪过程中,利用跟踪滤波的协方差阵信息获得每个传感器对目标的信息增量,并以信息增量最大为准则选择传感器对弹道目标进行跟踪,从而实现对弹道目标的有效跟踪。仿真结果表明：所提的方法能够及时动态地选择性能最佳的传感器对弹道目标进行跟踪,提高弹道目标整体的跟踪性能,实现对弹道目标的协同跟踪。     

基于本体的MAS黑板模型研究

探讨了基于本体的多智能代理黑板知识库系统(OMSBS)的体系结构及OMABS中Agent的模型、组织和交互方式。提出了一种描述混合知识类型的本体知识表达模型。本体在OMSBS中作为领域知识智能代理的知识库,是知识共享和智能代理之间通讯的基础,设计了一类调度智能代理以控制知识源智能代理的行为。OMSBS可以表达混合类型知识及其推理过程,具有良好的适应性和扩展性,呈现出开放结构。