多Agent协调模型与算法在时隙分配中的应用

针对离场时隙分布式分配问题,阐述了航空公司和流量管理部门的博弈关系,建立了多Agent的博弈协调模型,提出了协调算法,并进行了算例分析.算例结果显示,应用博弈协调模型和协调算法,3个航空公司的延误时间分别为1 min、6 min和21 min,比RBS算法分配结果分别减少了10 min、6 min和2 min.算例结果说明多Agent的博弈协调模型及算法是可行的和有效的.     

基于多Agent的机群编队导航系统设计与研究

智能化建模在装备作战仿真领域中独居优势.将多Agent技术程序设计方法引入机群编队导航系统的设计中,对模型进行了顶层设计并分析了Agent子系统之间的信息交互过程,为机群编队导航系统的研发和设计提供了新的思路.     

基于多智能体系统的多航天器编队分布式姿态协同控制

多航天器编队飞行在深空探测及协同对地观测等领域有着重要应用,而多航天器的姿态跟踪及协同控制技术作为其关键技术之一也引起了极大的关注。近年来,随着分布式人工智能技术的发展,多智能体系统(MASs)受到了航天器控制领域学者的关注并将其应用到多航天器编队控制中。本文回顾了多智能体系统协同控制及其在多航天器编队姿态协同控制中应用的研究进展。首先,从多航天器编队不同控制需求出发,分别从一致性跟踪控制、有限时间控制、事件驱动控制方面,回顾了多智能体系统协同控制问题的进展;其次,回顾了多航天器姿态协同控制在上述需求方面的研究进展,并基于多智能体系统的协同控制理论,提出了相应的分布式姿态协同控制策略。     

带空间协同的多导弹时间协同制导律

针对多导弹在平面内从期望的弹目视线（LOS）相对方向同时击中固定目标问题,提出了一种带空间协同的多导弹时间协同制导律。基于平面内的导弹-目标相对运动方程,建立了带空间协同的多导弹时间协同制导模型;基于多智能体协同控制理论,在视线方向设计了分布式时间协同制导律,可保证所有导弹的打击时刻在有限时间内达到一致,在视线法向方向设计了分布式空间协同制导律,可保证所有导弹的相对视线角在有限时间内收敛到期望值;最后,通过仿真验证了所设计的协同制导律可使多导弹从期望的弹目视线相对方向同时击中目标。     

基于采样通信的分布式多智能体系统稳定性分析与协同控制(英文)

研究了基于采样通信的分布式多智能体系统的稳定性分析与协同控制,并采用分布式状态反馈控制器来实现智能体间的协作。推导了一种线性不等式的形成定理,并将其用来分析系统的稳定性。同时提出了针对线性不等式约束优化问题的形成定理,将其用来设计相关的控制器,并给出了相关的算法。仿真实例验证了所提方法的正确性和有效性。     

基于多智能体强化学习的空间机械臂轨迹规划

针对某型六自由度（DOF）空间漂浮机械臂对运动目标捕捉场景,开展了基于深度强化学习的在线轨迹规划方法研究。首先给出了机械臂DH （Denavit-Hartenberg）模型,考虑组合体力学耦合特性建立了多刚体运动学和动力学模型。然后提出了一种改进深度确定性策略梯度算法,以各关节为决策智能体建立了多智能体自学习系统。而后建立了"线下集中学习,线上分布执行"的空间机械臂对匀速直线运动目标捕捉训练系统,构建以目标相对距离和总操作时间为参数的奖励函数。最后通过数学仿真验证,实现了机械臂对各向匀速运动目标的快速捕捉,平均完成耗时5.4 s。与传统基于随机采样的规划算法对比,本文提出的自主决策运动规划方法求解速度和鲁棒性更优。     

执行器饱和的多智能体一致性控制

针对执行器饱和约束下的一类离散多智能体系统，设计了一种基于线性矩阵不等式的一致性控制律，并对线性矩阵不等式解的存在性进行了分析。由于饱和环节的影响，导致多智能体系统的一致性与个体的初始状态有关，不同的控制律所能允许的个体之间的初始偏差的范围不同。为了定量分析控制律所对应的初始偏差范围，引入吸引域的概念对所设计的控制律进行评估，并对控制律参数进行优化以扩大吸引域的范围。最后，通过数值仿真说明了所设计控制律的有效性。     

足球机器人比赛中决策策略的动态选择算法

本文提出了一种分层递阶式足球机器人决策子系统的设计，并针对在视觉子系统不采集对方球员信息的情况下，给出了实力对比函数的概念和决策策略的动态选择算法。通过在MiroSoft系统中的实验证明了这是一种有效的策略选择算法。     

Agent仿真中具有先验知识的混合学习算法与混合结构模型

强化学习是一种有效的机器学习方法,是无监督学习,通过不断地和环境交互得到外部环境评价信号,选择合适的动作。Q学习是一种典型的强化学习,其学习效率较低,尤其是当状态空间和决策空间较大时。为提高Q学习学习效率和收敛速度,采用具有先验知识的Q学习算法,利用模糊综合决策方法处理专家经验和环境信息得到Q学习的先验知识,对Q学习的初始状态进行优化;针对Agent个体学习与群体学习各自的不足,提出了采用混合学习算法,将个体学习与群体学习有效结合起来,提高了Agent的个体性能及系统整体的智能水平;同时为满足复杂适应性需求,采用Agent混合结构模型,在该模型中构造了基于知识的协调控制器,通过它来协调慎思式过程和反应式过程。     

基于多Agent的飞机地面作业系统设计

从单机地面作业的工序和资源要求入手，给出了单机地面作业的作业与资源需求网络图，分析了飞机地面作业的一般情况，并针时4种关键作业给出了设计飞机地面作业系统的功能框架，在此基础上，以集成性、开放型、复用性为目标，设计了实现该软件系统的多Agent体系结构，提出了多Agent体系结构下的分布式作业调度算法。