考虑物理尺寸的多智能体编队避碰算法研究与实现

发布时间：2020-07-12 13:22

【摘要】：近年来,随着大规模嵌入式计算机的发展,多智能体系统在工业、军事中的应用范围逐渐扩大,人们逐渐的意识到智能体之间通过协调协作,能够以更小的代价完成更复杂的任务,多智能体系统包含分布式的感知与执行系统,以及其内在的并行性,具有强大的冗余能力,比单个智能体有更好的鲁棒性和容错性。因此,多智能体编队系统发展为群体智能和控制领域的重要研究方向之一。本课题通过对国内外已提出的多智能体系统编队算法进行分析,讨论了集中式、分布式和分散式编队算法优越性,结合虚拟结构法、人工势场法等,提出了两种多智能体编队避碰算法。其中具有挑战性的问题是设计考虑物理尺寸的智能体系统和实现系统动态演化过程的实时刻画,课题研究取得了以下成果:1.复现常见的几种编队算法和模型,并结合虚拟结构法和人工势场设计了一种基于二阶积分器模型的多智能体编队方案,并对其可行性和有效性进行探讨。2.完成了智能体系统编队避碰算法中每个智能体的物理尺寸设计,考虑个体实际尺寸进行多智能体系统编队的避碰部分算法设计,应用人工势场函数对避碰检测边界和避碰区域进行设计,对智能体的感知能力做出限定,实现了从集中式到分布式的算法设定,降低了系统中个体之间的耦合程度,提高了编队系统的鲁棒性。通过考虑物理尺寸的个体避碰算法有效防止了个体因碰撞而发生的穿越行为。3.设计了基于Processing的多智能体系统编队仿真框架,基于eclipse应用Java语言进行仿真平台的二次开发,增强了算法代码的可读性可移植性,应用设计语言、面向对象、继承等方式实现多智能体的编队的仿真设计,同时提出了三维模式下考虑物理尺寸的多智能体系统编队算法的MATLAB实现。4.完成了多智能体动态模型的设计。为了改良传统智能体运动轨迹显示方案,参考北京大学智能控制实验室平台的仿生机器鱼游动模型,提出了一种基于三阶贝塞尔曲线的软体游动的智能仿生鱼体模型,结合仿生鱼体运动模型和多智能体编队避碰算法进行仿真分析验证了算法的可行性与有效性。5.最后,利用新型的神经网络强化学习模型,结合独轮车编队方案,采用跟随者-领航者的编队模式方式提出了一种编队避碰方案,应用DQN Network模式,在多次训练的情况下,可以使智能体在编队的过程中有效的避免与环境中障碍物的碰撞,最后给出独轮车的运动轨迹和神经网络训练的收敛结果。
【学位授予单位】：广西科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP13
【图文】：

第一章 绪论题背景及意义探索起源于自然界，并在不断的影响和改变人类社会，自然界中生物在的群体协调行为，在落叶纷飞的秋天，经常能看到鸟群排成人字形；在炎热的夏天，海底中的鱼儿成群结队的游动；在万物复苏的春天运泥土，共同筑巢。它们之间是通过什么原理进行相互感知、交换信序高效的运动呢？显然，这种行为不是单个个体能够实现的，近年随员对自然界生物群体行为研究的深入，科学家们试图解开群体智能这面纱，将多智能体系统的工作机制和实现原理引入到水下航行器、无车辆系统等，为实际应用做出理论指导的意义。

相比于单个智能体， 多智能体系统， 尤其是具有避碰能力统， 有很多明显的优点[5]。其中协作避碰在智能体编队中起着至关重队避碰问题包括多智能体系统内避碰问题和避障问题。在常见的编队智能体在匿名、无记忆功能的前提下，通过感知临近智能体的相对位制相对位置，达到预期的队形。研究的深入，各种用来分析群体智能的理论被提出。在众多智能体控，其中提出较早的是基于行为的多智能体控制方案，由康斯坦茨大学鸟类研究所集体行为系的 Iain D.Couzin 教授所提出，调查鱼群和鸟群空间位置动态，文章中提出了个体之间的“互动”，并体现了个体间差体结构。Couzin 表明对群体运动控制律的分析可以体现动物群体中自

图 1-3 基于行为方法的三个区域展示Figure 1-3 Three-region display based on behavioral method述的规则，以每个编队系统中的智能体为对象，划分出了三个区域R，分别为吸引域、速度匹配域和排斥域，其中最内层的白色区域有物理尺寸。在基于行为的编队过程中，因为每个蜂拥的个体通整体的凝聚力是通过局部的智能体之间的凝聚力所表现出来的（图 1-4。在这个前提下，2011 年 Zhang HT 提出了一种应用图论改方法[11]，进一步推进了蜂拥控制的模型及算法。大多数的行为编于不确定的环境，但定位精度低，不适合用于精确的数学计算环势场法场法路径规划是由 Khatib 提出的一种虚拟力法[12]。它的基本思想环境中的运动，设计成一种抽象的人造引力场中的运动，目标点“引力”，障碍物对移动机器人产生“斥力”，最后通过求合力来控动。2006 年 K.D 在闭环的多智能体编队控制系统中提出一个在力场函数，在达到期望编队的同时能够解决编队内个体之间的碰撞

【相似文献】

相关期刊论文 前10条

1 杜威;丁世飞;;多智能体强化学习综述[J];计算机科学;2019年08期

2 杨yN;;基于多智能体的编队控制一致性研究[J];科技创新与应用;2016年35期

3 桂亚平;;新时期物联网环境下多智能体决策信息技术[J];山西农经;2016年14期

4 赵丹;胡爱花;刘丹;;牵引控制间歇通讯多智能体网络的一致性[J];信息与控制;2017年02期

5 程晓北;顾国昌;;多智能体分层强化学习研究进展[J];边疆经济与文化;2007年05期

6 谢雅;黄中华;;基于规划识别的多智能体协作研究及应用[J];自动化与仪表;2006年02期

7 刘洪;胡恩华;;多智能体组织运作的环境[J];复杂系统与复杂性科学;2005年03期

8 何汉明,何华灿;多智能体社会[J];计算机工程与应用;2004年33期

9 张龙,刘洪;多智能体组织中个体行为的影响因素研究——分配政策、协同作用的影响分析[J];复杂系统与复杂性科学;2004年04期

10 孟晓飞,刘洪,吴红梅;网络环境下知识扩散的多智能体模型研究[J];科学学研究;2003年06期

相关会议论文 前10条

1 高晶英;徐旭;;多智能体的点对点牵制蜂拥控制算法[A];中国力学大会-2015论文摘要集[C];2015年

2 张伟;李建更;张家旺;;多智能体强化学习在机器人足球比赛中的应用[A];2005年中国智能自动化会议论文集[C];2005年

3 郭晓军;袁阳;杨建军;李红卫;;一类多智能体学习算法的研究及应用[A];2007年中国智能自动化会议论文集[C];2007年

4 梁泉;许晓鸣;张钟俊;;一种新型的多智能体系统开发环境结构[A];1995年中国控制会议论文集（下）[C];1995年

5 孙清;杨马英;贾玉博;;基于任务层次分解的多智能体决策规划[A];全国冶金自动化信息网2015年会论文集[C];2015年

6 黄闪;谈大龙;;基于多智能体的多机器人分布自主协调控制方法的研究[A];1996年中国智能自动化学术会议论文集（下册）[C];1996年

7 雷曜;;多智能体模拟框架中的复杂人模型[A];Systems Engineering, Systems Science and Complexity Research--Proceeding of 11th Annual Conference of Systems Engineering Society of China[C];2000年

8 王三喜;黄建明;张意德;刘洪坤;;基于复杂适应系统理论多智能体模型技术的分队对抗仿真模型建立[A];中国运筹学会第八届学术交流会论文集[C];2006年

9 王池;陈鑫;王巍;费婷;;分布式同时学习与合作策略搜索在多智能体合作搬运任务中的应用[A];第37届中国控制会议论文集（E）[C];2018年

10 王嘉城;郭翰宸;;基于多智能体的城市地块更新划分方式——以南京金川门—神策门段城市更新设计为例[A];数字技术·建筑全生命周期——2018年全国建筑院系建筑数字技术教学与研究学术研讨会论文集[C];2018年

相关重要报纸文章 前1条

1 ;多智能体系统开发环境（MBOS）[N];计算机世界;2001年

相关博士学位论文 前10条

1 徐冬冬;基于多智能体的边界层水汽探测方法研究[D];南京信息工程大学;2018年

2 左磊;多智能体最优覆盖控制方法研究[D];西北工业大学;2017年

3 张天勇;网络化多智能体跟踪和编队预测控制的设计与实现[D];哈尔滨工业大学;2017年

4 张悦;多智能体深度强化学习方法及应用研究[D];西安电子科技大学;2018年

5 李方圆;基于多智能体协同算法的智能电网分布式调度与优化[D];中国科学技术大学;2019年

6 任佳萍;多智能体系统仿真与评价[D];浙江大学;2019年

7 卢延荣;多智能体系统的协调预见跟踪控制[D];北京科技大学;2018年

8 黄达;带有间歇通讯的多智能体分团网络的一致性研究[D];新疆大学;2018年

9 于江涛;多智能体模型、学习和协作研究与应用[D];浙江大学;2003年

10 李志华;循环子空间回归建模和多智能体遗传优化[D];浙江大学;2003年

相关硕士学位论文 前10条

1 李文浩;去中心化多智能体强化学习算法研究[D];华东师范大学;2019年

2 张靖南;基于多智能体的群体路径规划研究[D];哈尔滨工程大学;2019年

3 刘景昊;基于多智能体的虚拟行人与人群仿真研究[D];中国科学技术大学;2019年

4 温忻;基于深度强化学习的多智能体沟通策略研究[D];中国科学技术大学;2019年

5 徐梦群;基于多智能体模型的银川平原城镇空间扩展模拟研究[D];兰州大学;2019年

6 海金涛;考虑物理尺寸的多智能体编队避碰算法研究与实现[D];广西科技大学;2019年

7 王传敏;基于多智能体的邮轮综合电网负荷分类和分级管理研究[D];江苏科技大学;2019年

8 王静波;基于多智能体的制造协作网的合作演化机制研究[D];武汉理工大学;2018年

9 孙照阳;基于多智能体的中厚板轧制工艺模型优化[D];东北大学;2015年

10 刘畅;基于多智能体的轧制过程协调控制研究[D];东北大学;2015年

本文编号：2752022