基于博弈论的RoboCup救援仿真多智能体协作机制研究-仪器科学与技术专业论文.docxVIP

万方数据 万方数据 南京邮电大学学位论文原创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。 尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过 的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。 研究生签名： 日期： 南京邮电大学学位论文使用授权声明 本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文 档；允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库进行检索； 可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质 论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。 涉密学位论文在解密后适用本授权书。 研究生签名： 导师签名： 日期： 摘要 多智能体系统（multi-agent system, MAS）研究已经成为了分布式人工智能（distributed artificial intelligence，DBI）的研究热点，并在机器人、人工生命和知识获取等方面获得了广 泛研究。RoboCup 救援仿真系统（RoboCup Rescue Simulation System，RCRSS）是属于典型 的 MAS。在 RoboCup 救援仿真系统中，救援智能体面临着灾难环境未知且实时动态变化、 通信及救援所需资源有限等诸多难题。本文将多智能体系统相关理论应用于 RoboCup 救援仿 真系统中，包括基于同心圆截割的地图自动匹配识别方法、弱通信条件下的信息共享机制以 及基于博弈论的多智能体任务分配方法，主要工作和创新点如下： 首先，识别救援仿真系统所采用地图是针对不同地图作出相应优化措施的基础，可以大 大提高救援智能体的救援效率。本文采用同心圆截割法自动匹配识别模拟地图，这种方法不 仅匹配准确率较高，而且具有鲁棒性、抗边界干扰能力强等优点，可以广泛应用于其它形状 识别匹配的领域。 其次，为了解决在弱通信条件下的信息共享问题，本文设计了一种结合救援智能体团队 分区问题的信息共享机制。分区内，智能体基于模糊决策模型向附近智能体传递自身的信息； 分区间，智能体通过定期在集结地集合的方法来互相共享信息，从而在整个灾难环境的层面 达到共享信息的目的。 最后，将博弈论引入到救援仿真系统的任务分配当中。任务分配是多智能体协作的核心 问题，决定整个多智能体系统的问题求解能力。基于博弈论的任务分配方法，可以很好适应 RoboCup 救援仿真系统的实时动态、智能体数量较大、待求解任务复杂等诸多挑战。 关键词: RoboCup 救援仿真，地图匹配，同心圆截割，弱通信，信息共享，任务分配， 博弈论 I Abstract Research on Multi-Agent System (MAS) has become an important part of research on Distributed Artificial Intelligence (DBI), and has been widely studied in the field of Robot, Artificial Life, Knowledge Acquisition and so on. RoboCup Rescue Simulation System (RCRSS) is a typical MAS. In RCRSS, rescue agents are confronted with a lot of difficult problems, such as unknown, large scale and dynamic disaster space, limited resources and communication. This paper applies the multi-agent system theory in RCRSS, including automatic map matching method based on concentric circle cutting, information sharing mechanism in communication-limited environment and multi-agent task allocation method based on the game theory. The main work and innovation points of