机器人引论课件作者张涛主编第11章节多机器人系统.pptVIP

V1OSZ等提出了共享计划理论，它是建立在一种联合精神状态之上的，其中最重要的概念就是它引入的概念算子：“打算”( Intention that)和“打算做”( Intention to )，它们通过一系列原子操作符定义，引导智能体采取包括通信在内的行动来使得个体、子团体和整个合作团体能够协调一致的执行所赋予的任务。 对策论(Game Theory)的研究始于上个世纪四十年代，多智能体系统中对基于对策论的协商模型也展开了广泛的研究。最早提出基于对策论协商模型的是Rosenschein，他首先应用对策论来分析MAS的协商过程。 Shoham等人提出为智能体制定一套社会规则(Social Laws )，要求每个主体都必须遵守，而且相信别的主体也会遵守。利用社会规则可以大量减少求解问题时的搜索空间，降低控制的复杂度，而且减少了智能体间的交互，但同时也会伴随着一些合理解的丢失。 合同网模型是针对资源不足的多智能体动态环境的情况，采用了任务分解、任务分配、任务监督和任务评价等要素构成的一种协商策略。合同网模型源于1980年Smith提出的合同网协议，合同网包括三个节点：管理者、投标者和合同者。 基于行为主义的多智能体系统的协调机制是以Brooks的基于行为的系统分析与设计方法为基础的。行为主义者认为智能体只需具有最基本的动作行为，智能体的智慧表现来源于对外界环境和变化的及时反应。这种协调机制也在许多方面得到了成功的应用，典型的应用就是多机器人的编队。 11.3.2 协调控制平台 针对协调控制问题，人们开发了多种协调控制平台。这些平台主要有两类。一类是针对集中式协调控制策略，另一类是针对分布式协调控制策略。随着网络技术的发展，基于网络的协调控制平台得到了很大的发展。人们希望通过网络实现多机器人的协调行为，并且融合不同机器人的智能，基于对多机器人系统建立的模型和网络平台实现多机器人系统的智能协调行为。 例如，本书作者之一的研究小组开发了一种基于知识模型的智能协调网络平台K-ICNP (Knowledge Model-Based Intelligent Coordinative Network Platform)。该平台采用Java编程语言进行开发。基于这一网络平台并采用知识模型的方法，可以有效地实现了多机器人系统的智能协调控制。 11.3.3 协调控制中的学习 多机器人协调系统是一个极其复杂非线性动态系统，不可能具有完备的先验知识，而必须依赖其自学习和自适应能力。通过自学习和再励学习建模，动态调整控制参数来优化系统性能适应环境变化。有不少文献对多机器人协调系统的自学习和再励学习作了研究，并提出了一些学习算法。大致可分为四类：个体再励学习、群体再励学习、基于遗传算法的学习算法和基于模糊神经元的学习算法。 多机器人学习方法中还包括行为控制参数的学习、增强式学习和学习分类器系统。行为控制参数的学习又有基于遗传算法的行为控制参数学习和基于案例的空间时间推理的行为参数学习。 11.4 网络机器人 11.4.1 网络机器人的组成与特点 把标准通信协议和标准人-机接口作为基本设施, 再将它们与有实际观测操作技术的机器人融合在一起，即可实现无论何时何地，无论是谁都能使用的远程环境观测操作系统，这就是网络机器人。 基于Web服务器的网络机器人技术以Internet为构架, 将机器人与Internet连接起来, 采用客户端/服务器(C/S) 模式, 允许用户在远程终端上访问服务器, 把高层控制命令通过服务器传送给机器人控制器, 同时机器人的图像采集设备把机器人运动的实时图像再通过网络服务器反馈给远端用户, 从而达到间接控制机器人的目的, 实现对机器人的远程监视和控制。 1 网络机器人的硬件结构 网络机器人硬件结构图 2 网络机器人的软件结构 自主机器人 基于网络的自主机器人软件结构 网络服务器 网络服务器的软件结构 客户 客户的软件结构 3 网络机器人的特点 (1) 基于网络的机器人技术涵盖了现代网络技术和机器人控制技术两方面的内容, 并且将两者有机地结合起来； (2) 基于网络的机器人建立在Internet的基础上, 相应地具有Internet特有的一些功能， 拥有良好的人机界面，可以实现人机交互功能； (3) 基于网络的机器人以HTTP作为控制系统的标准通信协议，其系统控制软件具有良好的可移植性和互用性，可以使用一个服务器供不特定的多个用户在网络上任意使用； (4) 由于网络的存在，网络机器人技术使得机器人系统中必需的多数控制软件可以分散配置，机器人的软件开发也可以分散进行，更容易实现。 11.4.2 网络机器人的控制 网络机器人远程实时控制框架 最上层为智能与人机交互层，用于进行人机交互、任务规划、与CAD系统的联接以及视觉、