论文部分内容阅读
多机器人系统具有结构灵活、适应性强的特点,在航天、国防、工业、服务业等许多领域都有广泛的应用前景,正确处理好个体间的协作是发挥其优势的关键。由于多智能体系统的动态复杂性,常常引起决策空间维数的爆炸,如果仅仅对协商、学习、进化等传统的基于单体的智能方法进行推广,协调效果非常有限。如何挖掘多智能体系统本身的特点,找到新的协调方法,是当前多机器人研究的一个重要目标。 本文认为,多智能体系统中个体的多样性是一个常被忽视的重要特点。通过对多样性的分析,我们引入了心理学中个性的概念,系统描述了机器人个体之间普遍存在的目标、行为倾向以及能力上的差异,提出了基于个性的多机器人协作思想。围绕这一思想,本文的主要研究工作有: (1)综述了多机器人系统的研究内容和研究现状,重点介绍了以行为主义思想为基础的多机器人系统实现。 (2)分析了自然、社会系统的多样性和评价指标,指出多样性不仅是多智能体系统的一个普遍特点,也对提高系统的应变能力具有重要意义。 (3)以觅食问题为背景,研究了全局觅食,分区觅食和双色觅食三种不同协作策略的多样性和工作效率。利用仿真说明了只有将多样性和影响系统效率的关键因素结合,才能保证系统性能的提高。 (4)采用心理学中个性的概念作为描述多机器人系统多样性的方法,提出了机器人个性的的数学表达和演化方法,并讨论了个性对机器人行为模式和系统协作的影响。 (5)提出了利用机器人个性造成的差异来进行自组织冲突消解的方法,并通过仿真研究了其在觅食、运动规划等竞争环境中的应用。 (6)提出了基于利它性的多机器人多目标跟踪方法P-CMOMMT,研究了利他性在个体利益和整体利益协调中的作用。仿真表明P-CMOMMT比传统的CMOMMT和A-CMOMMT方法具有更好的跟踪效果。 (7)研究了中心参考点法和领队参考点法在多机器人编队中的效果,并分析了利己性和利它性对领队参考点法编队行为选择的影响。