智能体系宏观与微观控制.docVIP

智能体系的宏观及微观控制 摘 要：在多智能体系统中，用宏观策略确定整体目标，用微观控制实现其目标．其间是通过多智能体之间的协作完成的。用一个仿真足球队作为多智能体系统的研究对象，首先，从整体方面考虑，通过用集合的方式定义了球队的战术、形势、阵型和球员的状态等，并通过几者之间的关系描述了球队的宏观策略；其次，从局部方面考虑，根据已制定的宏观策略，分别通过用静态和动态的控制方式，定义了每一个智能体的动作选择机制。仿真实验证明了动态控制的有效性 关键词：多智能体协作；宏观策略；静态控制；动态控制 1.引言 在工业制造过程中，尤其是柔性制造系统(FMS)，MAS已获得许多应用。采用MAS方法对柔性制造系统的任务进行分解，根据合同网协议把任务分配给各智能体(生产单元)，由多个生产单元通过对策与协商，协同完成生产任务。由此可见， 对MAS的研究具有实用价值。RoboCup机器人足球仿真系统为MAS理论的发展提供了实验平台。它解决的主要问题是，如何设计适当的球队策略，以获得更多的进球和有效地防御对手的进攻。由于RoboCuP机器人足球仿真系统采用分布式控制，每一个智能体都有自己的“思想”，并根据自己对当前世界的认识执行自己的动作。本文针对如何通过每个智能体的微观行为实现球队的宏观策略问题进行了论述，应用静态和动态两种控制方法实现对智能体的微观控制。 2 多智能体系统的宏观策略 在机器人足球仿真比赛中，可以把每一个球员抽象为一个智能体，即每一个智能体都有视觉、听觉、感觉和自己的个体技术，设计球员之间的进攻配合和防守配合就是研究多个智能体之间的协作关系。下面用宏观策略的形式来描述这种协作关系。 1)球队的宏观策略 ①进攻策略从多场仿真实验进行分析，考虑到中场防守力量较强，守门员截球能力较高，正面进攻较为困难，所以，本文采取边路进攻战术为主，中路渗透战术为辅。球员(智能体)边路带球进攻，通过底线传中，禁区附近的球员完成射门；若发现对方中路空虚，球员中路带球渗透，在禁区附近完成射门。在上述的两种战术中，在某些情况下．也要进行两种战术的互相配合。进攻策略示意图，如图1所示。 ②防守策略 防守策略的定义从狭义上来说，是为了破坏对手的进攻；从广义上来说，除了狭义上的定义，还有就是协助进攻。根据这样的定义，本文采取“散发聚集”式的区域防守战术，如图2所示。 当球在中前场时，后方的球员处于“散发”状态，即球员之问的纵坐标距离较大，这样有利于助攻和及时的反击；当球不断向球门推进时，球员根据各自区域进行跑位，在禁区附近形成一个“聚集”的状态，即球员之间纵坐标和横坐标的距离都较小，这样有利于破坏对手的门前进攻。当然，在上述防守战术的基础上，也要配合人盯人防守战术。 2)球队架构描述为了实现球队的宏观策略， 本文定义了战术、形势、阵型、角色、行为和动作等概念，并给出他们之问的相互联系。 定义1 策略由战术和战术选择规则组成，战术可以有一种或多种，当前应用的战术由战术选择规则确定： 例如，在比赛将近结束时，球队在比分上落 后，但仍然有入球的机会，这时会选择更加猛烈和 冒险的进攻战术 。 定义2 阵型由当前应用的战术和当前形势所决定，可以不同的战术和不同形势对应不同的阵型，也可以不同的战术和不同的形势对应同一个阵型。 例如，在4．3．3阵型中，前锋选择速度比较快的类型，中场选择体力比较好的类型。 定义4 球员有控球行为，截球行为和战略行为三种行为类型。各种行为有其相应的动作集合，球员的战略行为受其分配的角色约束： 3 多智能体系统的微观控制 1)阵型及其跑位 ① 基于静态的控制方法 根据上文的策略所述，本文选择4．3．3阵型。阵型是通过战略行为中的跑位动作来实现的，跑位动作的设计主要采用FC Portugal提出的SBSP 方法，同时结合了Peter．Stone提出的人工势力场控制 的方法，具体实现方法如下： 首先，定义球员(智能体)当前要跑去的战略 ② 基于动态的控制方法 一支球队只使用一 种阵型很难适应场上各种变化的形势，由于本文球 队只采用一种主导战术，所以阵型的动态变换由场 ③ 仿真实验采用3台配置为CPU2．66GHZ双 核，512 MB内存的计算机连接成局域网(其中，2台行Client，1台运行Soccer Server)，应用Suse Linux10.1操作系统和Soccer Server一11．1．2足球仿真平 台。另外，选择两支高层策略和底层动作完全相同的球队，其中一支应用静态控制的方法，另一支应用动态控制的方法，进行10场比赛，每场比赛6 000仿真周期。在动态控制中，通过阵型的变换，球队更能适应球场上多变的情形，增强了球队的适应性和灵活性．比赛的统计数据，见表l。 2)角色分配 ① 基于