面向多智能体的人机协同航迹规划技术研究

发布时间：2024-05-18 20:45

　　任务规划是一个人机协同的过程,任务规划系统是典型的人机协同系统,需要结合人的智能与计算机的能力。在开发人机协同系统的过程中,常常需要回答人与机器何时、何地、如何进行协同的问题。面对日益复杂、动态、不确定的规划环境,规划对象的数量多、关系复杂,人机协同技术的引入是必然的选择。人机协同技术引入到多智能体规划问题中,会涉及到人与单个智能体协同、人与多个智能体共同协同以及多智能体之间的相互协同三个层次,本文主要针对人与单个智能体协同、人与多个智能体共同协同这两个方面,而多智能体之间的相互协同则采用目前常用的协同算法。本文主要研究在预先规划阶段引入人机协同的多智能体协同航迹规划问题,重点解决大规模协同规划效率低、成功率低、人机协同不灵活等问题。论文的主要研究如下:1.人机协同任务规划过程中指挥员决策事件的形式化描述。对合作问题求解(cooperative problem solving-CPS)模态算子进行扩充,提出了多智能体协同任务规划过程中指挥员决策的形式化表示方法,使指挥员(任务规划中的规划人员)在多智能体协同任务规划过程中的决策形式化,从而使指挥员的决策能够融入机器的任务规划算法中。2....

【文章页数】：79 页

【学位级别】：硕士

【部分图文】：

图2.1认知任务阶段自动化等级（LOAs）一般用于人和机器的角色分配

图2.1认知任务阶段动化等级（LOAs）一般用于人和机器的角色分配。然而，在大规模、动环境中，人机之间的角色分配存在巨大的挑战。在一些情况中，人起到作用，而机器则是辅助作用，提供支持和建议选项；在另一些情况中，甚至于，在规划过程中，两者之间的主次关系可能会发生改变。因此，柔....

图2.2柔性互补人机协同架构

图2.2柔性互补人机协同架构2.3.1任务分割正如上面提及，典型的任务规划过程由七个子过程组成。对于一个复杂的规划问题，每个子过程可能仍然复杂到无法决定角色分配。因此，可以进一步根据子过程的类型、属性等特征，将子过程分割成粒度更小的模块。这里采用表2.2提及的Cum....

图3.2存在狭长走廊的规划环境

图3.1基本RRT算法、5行所示，算法的每一次迭代可以分割成三从搜索空间中得到一个随机采样点按照某种量纲，搜索树中距离随机采样中，方法通过从节点朝向用场景中，RRT存在一些弊端，这些场景包点经过狭长的走廊或其他瓶颈才能到达目标可能找到可行的路径，这样会造成规划....

图3.3由人增加辅助路径点.在面向柔性互补人机协同的RRT（FCHAC-RRT）算法中，按照辅助决策生成

国防科学技术大学研究生院硕士学位论文性互补人机协同的RRT算法，上节描述的实验环境无需进一步细分，将RRT协同架构中行动规划的子任务看待，根据认知分签设置为A，即先由机器进行处理。该子任务被经过有限规划时间或者有限次迭代后，若仍然无法助事件，请求人的辅助。人经过研读规划环....

本文编号：3977328