基于虚拟现实和眼动追踪的人-集群机器人交互方法

操作员对集群机器人实施远程控制时面临被控对象众多、群体态势感知困难、集体行为控制不易等诸多挑战,使得手动遥控等传统交互方式无法实现高效、灵活、强沉浸感的人-集群机器人交互。为此,提出一种基于虚拟现实(VR)和眼动追踪的人-集群机器人交互(HSI)方法。首先,构建集群机器人VR交互场景并采集操作员的眼动数据;其次,解析获得瞳孔坐标、注视点等眼动特征,据此生成集群机器人的运动控制指令;最后,开展了真实集群机器人集群漫游、集群目标追踪及集群轨迹跟踪交互实验。机器人实验结果表明,该方法可实现灵活、便捷的人-集群机器人远程交互控制,这为人与集群机器人的共融协作提供了一种新的途径。

林草特种机器人集群技术现状与展望

随着林草领域中火灾扑救、环境监测、信息采集等多种类型特种机器人研究的开展,智能化技术越来越多地应用于生态文明建设。林草特种机器人朝着全自动无人化方向快速发展,而对于火灾扑救、资源调查等复杂任务而言,对多机智能系统协同能力等的需求变得日益迫切。相对于单机器人巡检,机器人集群能够更高效地应对复杂场景。在机器人集群技术研究中,要根据系统需要实现的功能,结合自然界中生物的集群行为来完成整体框架,并通过编队控制技术实现以上功能。研究中总结了林草特种机器人和集群技术的国内外研究现状,分析了生物界中的集群行为,以及领航-跟随法、人工势场法等主流编队控制算法,展望了林草特种机器人集群技术发展的方向和需要攻克的难题。

集群机器人协同制造技术应用与发展趋势

机器人的研发、制造、运用是衡量一个国家科技创新、高端制造水平的重要标志。当前机器人产业蓬勃发展,正极大改变着人类的生活方式,为经济社会发展注入强劲动能。近十年来,新材料、仿生、动力、集群机器人、导航探测、智能机器人、社会交互、医疗等领域,都是机器人的研究方向,同时面临着系列挑战,本文具体讨论集群机器人的发展。

集群机器人空间协作行为模型构建方法综述

集群机器人是由一定数量的物理机器人组成,该系统中的个体通过交互与协作,可涌现出鲁棒、可扩展、灵活的群体智能行为。集群机器人行为建模是科学分析此类系统的基本方法之一,也是其能力评估的重要基础,研究与分析集群机器人行为模型有助于理解其行为机理。首先对集群机器人的主要特性进行总结,列举了几种典型的集群机器人空间协作行为;在此基础上,对集群机器人空间协作行为进行分类,重点总结和阐述了集群机器人空间协作行为的建模方法,包括图论、仿生模型、动力学模型以及学习模型,从方法概述、应用实例与适用场景等多维度对各类建模方法进行了分析与比较。最后提出了集群机器人空间协作行为建模有待进一步深化研究的问题,并对其未来可能的研究方向进行了展望,以更好地支撑集群机器人系统评估与优化设计。该研究旨在使相关研究人员全面系统地理解集群机器人空间协作行为建模方法。

模型集群分析-随机森林方法在烟叶分类中的应用

为了解决烟叶外观质量检验和烟叶品质等级评估中主观因素影响过大的问题,首次采用模型集群分析-随机森林方法(MPA-RF)结合近红外光谱建立的烟叶采收成熟度和烤后烟叶等级划分判别模型对烟叶进行了品质分类。结果表明:MPA-RF模型对采收成熟度烟叶样本(数据集A)和不同等级烟叶样本(数据集B)的训练集分类精度分别为96.67%、99.02%,预测模型分类精度分别为100%、96.15%;MPA-RF模型对烟叶的分类准确率明显高于常用的PCA、SVM和RF分类方法。

集群机器人系统特性评价研究综述

集群机器人系统是群体智能的一个重要应用研究领域,也是机器人系统未来发展的重要方向之一.集群机器人系统特性评价是一个极具挑战性的关键技术与理论问题,对于集群机器人系统的研究与发展具有重要意义.首先,给出了对集群机器人系统基本概念的理解,并且从多种不同角度作出了分类.其次,梳理了多个关键的集群机器人系统期望特性;在此基础上,分别从评价标准、评价指标体系和评价方法三方面对已有集群机器人系统特性评价研究成果进行了比较全面的评述.最后,分析总结了当前集群机器人系统特性评价研究工作的不足,并对未来发展方向进行了展望.

基于密度交互的集群机器人自组织垃圾收集算法

针对实际垃圾收集任务中垃圾常呈非均匀的斑块状分布的问题,提出一种基于密度交互的集群机器人自组织垃圾收集算法.首先,基于高斯核函数建立机器人邻域作业空间中垃圾分布以及邻居分布的空间密度场;然后,在密度信息驱动交互规则作用下,集群机器人通过边缘包围行为实现对垃圾斑块的环型包围;最后,配合面向粗粒度垃圾的平推收缩策略和面向细粒度垃圾的涡旋收缩策略,以群体协作的方式推动垃圾斑块向内聚拢,完成斑块状垃圾的收集任务.数值仿真以及真实集群机器人实验结果表明,所提出收集算法对单斑块、多斑块以及垃圾数量动态变化斑块均具有良好的收集效果,表现出优良的并行作业和自适应性能.

基于眼动和脑电技术的机器人情绪行为对用户交互情感的影响研究

目的探索人-机器人交互过程中用户情感的评价方法,揭示机器人情绪行为对用户交互情感的影响。方法设计音乐交互过程(正性音乐、负性音乐)和机器人情绪行为(正性情绪行为、中性情绪行为、负性情绪行为),借助主观评价、眼动追踪和脑电技术,采集19名被试在不同音乐交互过程中的主观评价指标、眼动指标和脑电指标。结果正性音乐交互过程中,机器人正性情绪行为引起的效价、唤醒度、瞳孔直径、额中线theta波相对功率、额区alpha波不对称指数显著大于中性情绪行为;而负性音乐交互过程中,机器人负性情绪行为引起的唤醒度和瞳孔直径显著大于中性情绪行为,效价和额区alpha波不对称指数显著小于中性情绪行为。结论各评价指标具有一致的结果,各指标相互结合能够有效地评价机器人音乐交互过程中用户的情感状态。评价结果表明机器人正性情绪行为(负性情绪行为)对音乐交互过程中用户正性情感(负性情感)具有增强作用,可用于进一步加强机器人音乐交互过程中用户的情感。

基于异质交互式文化混合算法的机器人探测任务规划

针对机器人任务规划的混合算法缺乏通用结构框架的问题,借鉴文化进化的双重结构思想,提出一种交互式仿生群协进化混合算法体系框架.它包括基于佳点集遗传算法的上层知识空间、基于离散粒子群优化的底层主群空间、自上而下的影响机制和自下而上的接受机制,以实现异质种群交互;通过预留用户评价接口,实现了算法的人机交互.为提高粒子群优化性能,运用佳点集初始化主群空间,使初始粒子均匀分布于可行解内;提出新的粒子进化模型并定义粒子进化力指标,提高了种群的多样性和算法稳定性;通过引入邻域局部搜索策略增强算法的搜索能力.最后,采用TSPLIB标准数据对异质交互式文化混合算法(HICHA)进行测试,实验结果表明,该算法无论是在收敛速度或稳定性方面,还是在求解质量方面,均优于其它算法.HICHA为机器人探测任务规划问题的解决提供了新思路.

基于IFSM改进水平软集的群决策方法

研究了在直觉模糊软矩阵环境下改进水平软集的群决策方法.首先利用直觉模糊软矩阵给出了在专家权重未知情况下的集成算法,并对λmid(E)-水平软集进行改进,提出了λnew(E)-水平软集;同时对λmed(E)-水平软集进行改进,提出了三均值水平软集.然后利用水平软集计算各对象的选择值,得出最优决策.最后,通过实例验证了决策方法的可行性和合理性.

空战模式下航空集群射频隐身性能评估方法

为解决空战模式下航空集群射频(radio frequency,RF)隐身性能评估问题,提出一种基于正态波动犹豫模糊集(normal wiggly hesitant fuzzy set,NWHFS)的评估算法。首先,通过基于正态波动犹豫模糊信息的最优-最劣方法(best-worst method,BWM)构建权重确定模型,获得属性权重向量和一致性检验系数。其次,根据集群用频设备参数和具体空战场景提取RF隐身性能评估因子,并得到其计算公式。然后,组织专家根据评估因子结合主观经验构建评价矩阵,并利用属性权重向量聚合评价信息。最后,将NWHFS分数函数作为评估指标,对不同想定下的航空集群RF隐身性能定量评估。仿真算例和对比分析说明了所提方法的可行性和有效性。

鱼群涌现机制下集群机器人运动强化的迁移控制

采用鱼群模型驱动多智能体可以涌现出优良的运动特性,但是,由于机器人与真实鱼类相比具有较大的差异性,使得鱼群模型难以应用于真实机器人系统.为此,提出一种结合深度学习与强化学习的迁移控制方法,首先,使用鱼群运动数据训练深度网络(deep neural network, DNN)模型,以此作为机器人成对交互的基础;然后,连接强化学习的深度确定性策略梯度方法(deep deterministic policy gradient, DDPG)来修正DNN模型的输出,设计集群最大视觉尺寸方法挑选关键邻居,从而将DNN+DDPG模型拓展到多智能体的运动控制.集群机器人运动实验表明:所提出方法能使机器人仅利用单个邻居信息就能形成可靠、稳定的集群运动,与单纯DNN直接迁移控制相比,所提出DNN+DDPG控制框架既可以保存原有鱼群运动的灵活性,又能增强机器人系统的安全性与可控性,使得该方法在集群机器人运动控制领域具有较大的应用潜力.

基于分组拍卖的集群机器人启发式图形构造算法

集群机器人的图形构造问题是指通过控制集群机器人的运动趋使其形成一个特定的图形.集群机器人中的图形构造问题通常可以分解为两个子问题:机器人与目标点之间的任务分配以及机器人与目标点之间的路径规划.根据集群机器人图形构造问题规模大、易拥堵、碰撞的特点,提出了一种集中优化、分组拍卖以及分布式交互相结合的OGADI(optimized grouping auction and distributed interaction)方法,以缩短图形构造的完成时间.将OGADI算法与最短路径集诱导顶点排序算法对比,结果表明,在集群机器人规模分别为500, 1000, 1300下, OGADI算法图形构造任务平均完成时间分别缩短了16.1%, 13.6%, 14.4%,仿真验证了OGADI算法的可行性和有效性.

复杂基因-基因交互作用与中国人群贲门癌发病风险的关系

肿瘤的发生发展受多个基因和多种环境因素的共同影响，并普遍存在复杂基因-基因、基因-环境交互作用。对于复杂交互作用的探索一直是肿瘤分子流行病学研究的热点及难点。统计学交互作用在一定程度上可反映生物学交互，因而对交互作用的探讨通常首先是基于统计层面的分析，但目前尚缺乏对多个因子交互作用进行分析的有效统计方法。

从“双视角”到“多维集群”——音乐人类学文化立场研究

音乐人类学界对于＂主位-客位＂研究方法论的探索已经走过了大约60年的历程（1960—2010）,在这60年的风雨中,围绕＂主位-客位＂研究方法论的问题,学者纷争不断、异议四起。但是,有一点却是始终保持一致的,那便是我们从未放弃过对这个问题的考察、反省、调整与发展。