基于层次化逻辑隐马尔可夫模型的任务规划识别方法研究
发布时间：2021-03-19 21:01
意图识别是一类重要的认知行为,也是作战仿真系统建模的重要环节。任务规划识别是意图识别问题中比较复杂、比较重要的一类问题。研究任务规划识别是研究人的行为建模的重要环节,具有一定的理论研究价值,同时对提高仿真系统的可信性具有重要的意义。论文以逻辑隐马尔可夫模型为基础,结合作战仿真系统中任务规划问题所具有的层级结构明显、关系数据多等特点,给出解决任务规划识别问题的模型、算法以及算法评价方法。论文主要工作如下:第一,将逻辑隐马尔可夫模型与层次化马尔可夫模型相结合,提出层次化逻辑隐马尔可夫模型（Hierarchical Logical Hidden Markov Model,Hi LHMM）,提高模型对复杂层次化任务的描述能力,并对前向算法和后向算法、Viterbi算法以及Baum-Welch算法进行了适应性的推广和改进,分别用于评估、极大似然状态估计以及参数估计。第二,为减小计算量,提高识别效率,提出与一致性匹配相结合的方法,将得到的观测序列与任务库中的任务进行一致性匹配,从而缩小识别算法的搜索空间;提出情景驱动的层次化逻辑隐马尔可夫模型（Environment Driven Hi LHMM,...
【文章来源】：国防科技大学湖南省 211工程院校 985工程院校
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
意图识别在OODA环中的位置
P1S1A1A2S2A1A3A4P1S1A1A2S2A1A3A4c) 来自―稍微有序‖任务库 d) 来自―完全无序‖任务库图 4.7 时序约束不同的任务库中的任务举例根据前面提到的控制变量的思想，我们在分析不同算法在不同时序约束强度下的性能表现时，将各个任务库中，控制任务深度为 3，每个任务库中包括 10 个不同的任务。然后分别随机执行这 4 个任务库，可以得到一组N 个带标签的观测序列，这里取 N 100，就形成了识别算法的一组测试集，这个测试集中，每个数据包括一个观测序列，所执行的任务名，任务所属的任务库。重复 10 组这样的实验，得到如下的实验结果：1. “完全有序”任务库10 次实验中，得到不同算法的性能指标如图 4.8 所示，而不同算法在识别―完全有序‖任务库中任务时的评价指标平均值如下表 4.1 所示：
国防科技大学研究生院硕士学位论文从假设检验的结果可以看出，在―完全有序‖的任务库，Hi LHMM 识别的准确度要比 LHMM 好。2. “比较有序”任务库当任务的执行出现了不受时序约束的情况，任务执行的过程中就增加了不确定性。而情景驱动模型的引入，就是为了降低这种不确定性。在后面三个包含了无序的任务执行的任务库中，我们将 ED-Hi LHMM 算法的性能也与 LHMM 比较。10 次实验中，不同算法在识别―比较有序‖任务库中任务时的评价指标如图 4.9所示，指标平均值如下表 4.2 所示，而表 4.3 给出了假设检验的统计量。
【参考文献】：
期刊论文
[1]融合神经元激励机制的机器人情景学习与行为控制[J]. 刘冬,丛明,高森,韩晓东,杜宇. 机器人. 2014(05)
[2]HTN规划及其复杂度分析[J]. 陈蔼祥,柴啸龙,胡桂武. 计算机工程与应用. 2008(16)
[3]基于分层贝叶斯网络的计划识别方法[J]. 柴慧敏,王宝树. 系统工程与电子技术. 2008(05)
[4]多Agent战术意图识别的知识组织与问题求解[J]. 曾鹏,吴玲达,陈文伟. 计算机科学. 2007(07)
[5]战术任务规划系统研究[J]. 周锐,成晓静,陈宗基. 控制与决策. 2004(04)
博士论文
[1]面向计算机生成兵力的意图识别建模与推理方法研究[D]. 岳师光.国防科学技术大学 2016
[2]基于情景记忆的机器人认知行为学习与控制方法[D]. 刘冬.大连理工大学 2014
[3]蚁群优化理论在无人机战术控制中的应用研究[D]. 陈岩.国防科学技术大学 2007
硕士论文
[1]基于HTN方法的记忆机器人任务规划研究[D]. 张丽.哈尔滨工业大学 2010
本文编号：3090222
【文章来源】：国防科技大学湖南省 211工程院校 985工程院校
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
意图识别在OODA环中的位置
P1S1A1A2S2A1A3A4P1S1A1A2S2A1A3A4c) 来自―稍微有序‖任务库 d) 来自―完全无序‖任务库图 4.7 时序约束不同的任务库中的任务举例根据前面提到的控制变量的思想，我们在分析不同算法在不同时序约束强度下的性能表现时，将各个任务库中，控制任务深度为 3，每个任务库中包括 10 个不同的任务。然后分别随机执行这 4 个任务库，可以得到一组N 个带标签的观测序列，这里取 N 100，就形成了识别算法的一组测试集，这个测试集中，每个数据包括一个观测序列，所执行的任务名，任务所属的任务库。重复 10 组这样的实验，得到如下的实验结果：1. “完全有序”任务库10 次实验中，得到不同算法的性能指标如图 4.8 所示，而不同算法在识别―完全有序‖任务库中任务时的评价指标平均值如下表 4.1 所示：
国防科技大学研究生院硕士学位论文从假设检验的结果可以看出，在―完全有序‖的任务库，Hi LHMM 识别的准确度要比 LHMM 好。2. “比较有序”任务库当任务的执行出现了不受时序约束的情况，任务执行的过程中就增加了不确定性。而情景驱动模型的引入，就是为了降低这种不确定性。在后面三个包含了无序的任务执行的任务库中，我们将 ED-Hi LHMM 算法的性能也与 LHMM 比较。10 次实验中，不同算法在识别―比较有序‖任务库中任务时的评价指标如图 4.9所示，指标平均值如下表 4.2 所示，而表 4.3 给出了假设检验的统计量。
【参考文献】：
期刊论文
[1]融合神经元激励机制的机器人情景学习与行为控制[J]. 刘冬,丛明,高森,韩晓东,杜宇. 机器人. 2014(05)
[2]HTN规划及其复杂度分析[J]. 陈蔼祥,柴啸龙,胡桂武. 计算机工程与应用. 2008(16)
[3]基于分层贝叶斯网络的计划识别方法[J]. 柴慧敏,王宝树. 系统工程与电子技术. 2008(05)
[4]多Agent战术意图识别的知识组织与问题求解[J]. 曾鹏,吴玲达,陈文伟. 计算机科学. 2007(07)
[5]战术任务规划系统研究[J]. 周锐,成晓静,陈宗基. 控制与决策. 2004(04)
博士论文
[1]面向计算机生成兵力的意图识别建模与推理方法研究[D]. 岳师光.国防科学技术大学 2016
[2]基于情景记忆的机器人认知行为学习与控制方法[D]. 刘冬.大连理工大学 2014
[3]蚁群优化理论在无人机战术控制中的应用研究[D]. 陈岩.国防科学技术大学 2007
硕士论文
[1]基于HTN方法的记忆机器人任务规划研究[D]. 张丽.哈尔滨工业大学 2010
本文编号：3090222
本文链接：https://www.wllwen.com/kejilunwen/jingguansheji/3090222.html
