RoboCup机器人救援仿真中多智能体协作模型的研究与建立
发布时间：2021-02-19 18:42
多智能体系统的协作是人工智能研究的热点。多智能体系统通过建立一种有效的协作模型,使得功能独立的智能体能够互相协作完成复杂的目标任务。目前,多智能体协作技术已经广泛应用于智能机器人、交通控制、制造、网络自动化与智能化、商业管理等领域。本文提出一种多智能体协作模型,并在RoboCup救援仿真平台中研究了该协作模型的具体应用,主要工作如下:第一,本文在对多智能体系统分析的基础上,针对目前协作模型存在的问题提出了一种通用的多智能体协作模型,介绍了该协作模型的整体框架结构,并描述了其协作流程。第二,研究了多智能体协作模型的三个关键模块:任务处理模块,协商模块,协调规划模块。分析了任务处理模块对复杂任务的三个处理步骤:任务分解、任务关联关系分析、任务重要属性处理。确定了协商模块中的协商模型及相应的协商协议和协商流程,并在通用部分全局规划的基础上设计了符合本文协作模型的协调规划模块。第三,在RoboCup救援仿真平台中研究了提出的多智能体协作模型的具体应用。按照提出的多智能体协作模型构建了执行智能体和管理智能体结构。按照任务处理的步骤对RoboCup救援仿真系统中的任务进行了任务分解、任务关联关系分...
【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
协商状态转换图
基于 RCRSS 平台的 Agent 结构与任务处理本文采用 K-Means 算法[51-53]对仿真平台中的城市模型分区。K-Means 算法是距离的间接聚类方法。该算法可以将相似的、距离较近的样本自动归到一个类以将仿真地图中建筑物按距离聚集成一个个类，一个类可视为一个区域。K-具有时间复杂度低，运算速度较快，计算大数据集时有较高的的效率的优点ns 算法如图 4-4 所示：
东南大学硕士学位论文量不能过多。（2）区域内救援智能体数量分配：在现实救援中，救援人员可以通过居民区、超市、商场等建筑预估不同区域可能救人员数量。同样，虽然执行 Agent 只有在仿真过程中才能通过搜索获得任务信息在仿真前，执行 Agent 可以通过各个区域内建筑的密集程度和一些如气站之类的特筑判断各区域专业任务可能的数量，专业任务较多的区域应该在仿真初期分配较多行 Agent，以便更快的完成对该区域的搜索。RCRSS 平台分区效果如图 4-5 所示，不同区域用不一样的色块表示，可以看到整图被均匀分成若干块区域。
【参考文献】：
期刊论文
[1]A Star算法在RoboCup救援仿真中路径规划的应用[J]. 钱程,许映秋,谈英姿. 指挥与控制学报. 2017(03)
[2]一种动态环境下多Agent的协作方法[J]. 吴坤,刘玮,李爽,王晶. 武汉工程大学学报. 2017(02)
[3]K-means聚类算法的实例教学研究[J]. 王丽娟,郝志峰,蔡瑞初,温雯,刘添添. 计算机教育. 2016(08)
[4]K-means聚类算法的一种改进方法[J]. 任青山,方逵. 福建电脑. 2016(05)
[5]灾难救援中应用多智能机器人群体编队研究[J]. 邹海洋,陈沙沙,邓利平. 软件导刊. 2016(02)
[6]基于multi-agent的多任务分配问题研究[J]. 刘科,郭小和,周继强,卢永乐. 计算机应用研究. 2014(07)
[7]多Agent技术综述[J]. 黄楠,刘斌. 微处理机. 2010(02)
[8]RoboCupRescue Agent仿真中的多智能体协作方法[J]. 黄小雨,谈英姿,许映秋,孟庆法,陈科,管大琦. 系统仿真学报. 2009(11)
[9]基于状态预测的多智能体动态协作算法[J]. 彭军,刘亚,吴敏,蒋富,张晓勇. 系统仿真学报. 2008(20)
[10]基于遗传算法的多边多议题自动协商模型[J]. 翁鸣,梁俊斌,苏德富. 计算机工程. 2005(16)
博士论文
[1]多智能体系统的一致性问题研究[D]. 徐晓乐.浙江工业大学 2014
[2]多Agent协商研究[D]. 姜丽.吉林大学 2007
硕士论文
[1]基于Multi-Agent的个性化产品供应链多边协商机制研究[D]. 王溪.郑州大学 2017
[2]RoboCup Rescue救援智能体的行为建模研究[D]. 钮伟.东南大学 2016
[3]动态演化博弈机制下的多个体协作控制研究[D]. 戚静云.武汉科技大学 2016
[4]基于博弈论的多Agent协作研究[D]. 段领玉.河南师范大学 2015
[5]基于Multi-Agent技术的物流企业运输调度系统优化研究[D]. 席钌姿.南华大学 2014
[6]RoboCup机器人救援仿真中的多智能体协作[D]. 沈杰.南京邮电大学 2014
[7]Robocup救援仿真系统中的多Agent合作方法研究[D]. 张朝潮.广东工业大学 2013
[8]多Agent协作机制的研究与应用[D]. 刘荣.南京航空航天大学 2012
[9]基于GPGP机制的物联网任务协调机制研究[D]. 黄磊.辽宁大学 2012
[10]基于黑板结构的多智能体系统实现方法的研究[D]. 李昌平.东北大学 2011
本文编号：3041527
【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
协商状态转换图
基于 RCRSS 平台的 Agent 结构与任务处理本文采用 K-Means 算法[51-53]对仿真平台中的城市模型分区。K-Means 算法是距离的间接聚类方法。该算法可以将相似的、距离较近的样本自动归到一个类以将仿真地图中建筑物按距离聚集成一个个类，一个类可视为一个区域。K-具有时间复杂度低，运算速度较快，计算大数据集时有较高的的效率的优点ns 算法如图 4-4 所示：
东南大学硕士学位论文量不能过多。（2）区域内救援智能体数量分配：在现实救援中，救援人员可以通过居民区、超市、商场等建筑预估不同区域可能救人员数量。同样，虽然执行 Agent 只有在仿真过程中才能通过搜索获得任务信息在仿真前，执行 Agent 可以通过各个区域内建筑的密集程度和一些如气站之类的特筑判断各区域专业任务可能的数量，专业任务较多的区域应该在仿真初期分配较多行 Agent，以便更快的完成对该区域的搜索。RCRSS 平台分区效果如图 4-5 所示，不同区域用不一样的色块表示，可以看到整图被均匀分成若干块区域。
【参考文献】：
期刊论文
[1]A Star算法在RoboCup救援仿真中路径规划的应用[J]. 钱程,许映秋,谈英姿. 指挥与控制学报. 2017(03)
[2]一种动态环境下多Agent的协作方法[J]. 吴坤,刘玮,李爽,王晶. 武汉工程大学学报. 2017(02)
[3]K-means聚类算法的实例教学研究[J]. 王丽娟,郝志峰,蔡瑞初,温雯,刘添添. 计算机教育. 2016(08)
[4]K-means聚类算法的一种改进方法[J]. 任青山,方逵. 福建电脑. 2016(05)
[5]灾难救援中应用多智能机器人群体编队研究[J]. 邹海洋,陈沙沙,邓利平. 软件导刊. 2016(02)
[6]基于multi-agent的多任务分配问题研究[J]. 刘科,郭小和,周继强,卢永乐. 计算机应用研究. 2014(07)
[7]多Agent技术综述[J]. 黄楠,刘斌. 微处理机. 2010(02)
[8]RoboCupRescue Agent仿真中的多智能体协作方法[J]. 黄小雨,谈英姿,许映秋,孟庆法,陈科,管大琦. 系统仿真学报. 2009(11)
[9]基于状态预测的多智能体动态协作算法[J]. 彭军,刘亚,吴敏,蒋富,张晓勇. 系统仿真学报. 2008(20)
[10]基于遗传算法的多边多议题自动协商模型[J]. 翁鸣,梁俊斌,苏德富. 计算机工程. 2005(16)
博士论文
[1]多智能体系统的一致性问题研究[D]. 徐晓乐.浙江工业大学 2014
[2]多Agent协商研究[D]. 姜丽.吉林大学 2007
硕士论文
[1]基于Multi-Agent的个性化产品供应链多边协商机制研究[D]. 王溪.郑州大学 2017
[2]RoboCup Rescue救援智能体的行为建模研究[D]. 钮伟.东南大学 2016
[3]动态演化博弈机制下的多个体协作控制研究[D]. 戚静云.武汉科技大学 2016
[4]基于博弈论的多Agent协作研究[D]. 段领玉.河南师范大学 2015
[5]基于Multi-Agent技术的物流企业运输调度系统优化研究[D]. 席钌姿.南华大学 2014
[6]RoboCup机器人救援仿真中的多智能体协作[D]. 沈杰.南京邮电大学 2014
[7]Robocup救援仿真系统中的多Agent合作方法研究[D]. 张朝潮.广东工业大学 2013
[8]多Agent协作机制的研究与应用[D]. 刘荣.南京航空航天大学 2012
[9]基于GPGP机制的物联网任务协调机制研究[D]. 黄磊.辽宁大学 2012
[10]基于黑板结构的多智能体系统实现方法的研究[D]. 李昌平.东北大学 2011
本文编号：3041527
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3041527.html
