论文题目: 基于个性的多机器人协作研究
论文类型: 博士论文
论文专业: 控制理论与控制工程
作者: 丁滢颍
导师: 蒋静坪
关键词: 多机器人,多样性,个性,协作,自组织
文献来源: 浙江大学
发表年度: 2005
论文摘要: 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。
论文目录:
摘要
Abstract
目录
第一章 绪论
1．1 研究背景
1．2 多机器人系统的研究内容
1．3 多机器人系统的典型研究领域
1．4 多机器人系统的研究现状
1．5 本论文的主要内容
第二章 行为主义多机器人系统
2．1 引言
2．2 行为主义简介
2．2．1 心理学中行为主义
2．2．2 人工智能中行为主义
2．3 行为主义体系结构
2．3．1 分层结构
2．3．2 组合结构
2．3．3 复合结构
2．4 基本行为的实现
2．4．1 基本行为集合的选择
2．4．2 常用基本行为
2．5 小结
第三章 多机器人系统中的多样性
3．1 引言
3．2 多机器人系统的特点
3．3 生物系统的多样性
3．3．1 生物多样性的内容
3．3．2 生物多样性的意义
3．4 社会系统的多样性
3．4．1 生物社会系统的多样性
3．4．2 人类社会系统的多样性
3．5 多机器人系统的多样性
3．5．1 多机器人系统多样性的内容
3．5．2 多样性对于多机器人系统的意义
3．6 多样性的衡量
3．6．1 多样性的内涵
3．6．2 信息嫡
3．7 机器人种群的划分
3．7．1 种群划分的因素
3．7．2 行为层次的种群划分
3．7．3 行为差异性的度量
3．8 小结
第四章 多机器人觅食研究
4．1 引言
4．2 觅食简介
4．3 觅食的行为主义实现
4．3．1 觅食中的行为集合
4．3．2 觅食任务中的情景
4．3．3 觅食任务中的行为映射
4．4 三种觅食方法
4．4．1 全局觅食
4．4．2 双色觅食
4．4．3 分区觅食
4．4．4 多样性分析
4．5 仿真
4．5．1 实验描述
4．5．2 仿真结果与分析
4．6 小结
第五章 机器人的个性
5．1 引言
5．2 心理学中的个性
5．2．1 个性的定义
5．2．2 个性的心理结构
5．2．3 个性的特点
5．3 机器人的个性
5．3．1 机器人个性的含义
5．3．2 个性的数学表达
5．4 机器人个性参数的取值
5．4．1 机器人个性的产生
5．4．2 机器人个性的演化
5．5 引入机器人个性的作用
5．5．1 对个体行为模式的影响
5．5．2 对整体协调模式的影响
5．6 小结
第六章 个性在冲突消解中的应用
6．1 引言
6．2 竞争问题
6．2．1 竞争的定义
6．2．2 良性竞争的原则
6．3 个性冲突消解的原理
6．3．1 基本思想
6．3．2 个性消解冲突的优点
6．4 个性在冲突消解中的应用
6．4．1 觅食环境下的冲突消解
6．4．2 运动规划下的冲突消解
6．5 小结
第七章 多机器人多目标观测
7．1 引言
7．2 多目标观测问题
7．3 多机器人多目标观测系统
7．3．1 机器人特性
7．3．2 目标特性
7．3．3 研究目标
7．4 多目标观测的协调算法
7．4．1 CMOMMT法
7．4．2 A-CMOMMT法
7．5 基于个性的协调算法
7．5．1 个体利益与整体利益
7．5．2 A-CMOMMT算法的问题
7．5．3 P-CMOMMT方法
7．6 仿真研究
7．7 小结
第八章 多机器人编队
8．1 引言
8．2 多机器人编队问题
8．3 编队问题的研究内容
8．3．1 常用的编队队形
8．3．2 编队参考点法
8．3．3 编队中的基本行为
8．4 编队问题的研究目标
8．4．1 个体目标和整体目标
8．4．2 编队性能的评价
8．5 仿真
8．5．1 实验描述
8．5．2 实验1
8．5．3 实验2
8．6 小结
第九章 多机器人自组织任务分配
9．1 引言
9．2 蚁群算法简介
9．2．1 思想基础
9．2．2 蚁群优化算法
9．2．3 基于阈值模型的任务分配
9．3 基于蚁群算法的多机器人协作
9．3．1 基本思想
9．3．2 基于 ACO的任务分配
9．4 任务死锁状态的防止
9．4．1 任务分配中的死锁状态
9．4．2 任务死锁的解决
9．5 仿真研究
9．5．1 仿真环境
9．5．2 四种算法的配置
9．5．3 运箱问题的评价指标
9．5．4 仿真结果
9．6 小结
第十章 结束语
参考文献
致谢
攻读博士学位期间发表的论文
发布时间: 2005-07-14
参考文献
- [1].四足机器人奔跑步态动态稳定性与控制方法研究[D]. 刘清宇.华中科技大学2017
- [2].室内环境下多机器人协调探索算法研究[D]. 姚芝凤.哈尔滨工程大学2018
- [3].下肢外骨骼机器人多模融合控制策略研究[D]. 刘笃信.中国科学院大学(中国科学院深圳先进技术研究院)2018
- [4].移动侦测机器人的人机交互与局部自主关键技术研究[D]. 纪鹏.东南大学2017
- [5].面向家庭服务机器人的中文指令处理研究[D]. 高胜男.燕山大学2017
- [6].水下球形探测机器人自主运动控制研究[D]. 刘志民.北京邮电大学2018
- [7].基于多特征融合的机器人目标跟踪算法研究[D]. 王丽佳.北京工业大学2017
- [8].面向快速测试进化形态的模块化机器人研究[D]. 刘策越.中国矿业大学(北京)2018
- [9].基于视窗平台的机器人控制技术研究及实现[D]. 何永义.上海大学2001
- [10].拱泥机器人的控制系统及路径规划研究[D]. 王岚.哈尔滨工程大学2003