- 1、本文档共52页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
;;;;;;学习:
? 多机器人系统的学习可以根据其结构的不同有所区别。集中式 体系机构中,学习发生在主控单元上,其过程类似于个体机器 人的学习;在分散式体系结构中,所有机器人都参与到学习 中,它们可能会相互影响。多机器人系统通过学习可以获得较 强的适应性和灵活性等智能特性。
? 多机器人系统的学习按学习过程划分为:独立学习和交互学 习。
? 多机器人系统的学习按反馈类型划分为:监督式学习、增强式 学习和无监督式学习。
? 多机器人系统作为一个群体进行学习时,依据不同的学习目的 其内部存在以下几种学习类型:机器人某种特定能力的学习;
对群体组合特性的学习;对任务模式的学习;对环境特性的学
习。;;;;;;;;;;;;主要模块包括如下:①协调通信模块(communication module of coordination layer,CMCdL) 负责机器人之间运动规划信息的传递。
②建模模块???modeling module,MM) 根据传感器信息和通信信息对
外部环境进行建模,目的是为了对其它机器人的运动状态做出预测,作 为自己动作的参考。其中建模模型包括世界模型和其它机器人的状态模 型。 ③冲突检测模块(conflict inspecting module, CIM) 随着时间的 推移及外部环境的变化,原来的计划在执行过程中可能会产生冲突。冲 突检测模块则检测冲突的发生、判断冲突发生的类型以及推测冲突发生 的原因等。 ④冲突识别库(conflict type base, CTB) 存放各种冲突类 型,如目标冲突、资源冲突等。⑤冲突消解模块(conflict reconciling module ,CRM) 根据冲突类型提供相应的冲突消解策略。⑥消解策略 库(conflict reconciling strategy base ,CRCS) 存放冲突消解策略。
⑦协调规划器(coordination planner , CdP) 是协调层的核心,它负责
机器人运动协调的局部规划。根据任务(目标)、自身状态及外部环境 信息,规划自身的行为,产生近期的运动序列,并负责与机器人规划层 之间的协商,实现机器人之间冲突的消解。;;;;;? (1) 对于一个多机器人系统,根据机器人所具有的技能等 因素将其分解为数目相当的若干小组,同时各个小组选 出自己的管理者作为系统的最底层的管理成员,并且各 个小组管理者建立自己的熟人表;
? (2) 对各小组管理者继续分组,选出各个新组的管理者作 为上一层成员并建立下属表(一种简单的熟人表,只包 含下属机器人的名称);
? (3) 循环执行步骤2,直到该层所有机器人个数n满足 1n≤Gmax,式中Gmax为形成一个小组所需要的最大机 器人个数。创建系统最高管理者,并建立下属表。
? 当某些机器人加入、离开系统以及接受了一定任务或完成任 务后返回系统时,系统局部做出一些改变,必要时系统进行
重组,实现了对机器人群体的有机管理和控制。 ;;;;;;;;? 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。 ;;;;;;;;;;;;;;;;;;;;
文档评论(0)