Dec-POMDP模型在多智能体合作任务中的应用

在复杂的多智能体合作任务中,智能体周围的环境和信息往往都具有不确定性,从而为合作任务带来了巨大的挑战。由于人工开发智能体控制器很困难,因此需要一种自动方法来根据领域规范生成解决方案。Dec-POMDP模型作为人工智能领域中规划多个智能体的有效框架,其解决方案在考虑环境和其他智能体相关的不确定性的同时,还优化了智能体的行为,因此,Dec-POMDP在多智能体系统的合作任务中具有广泛的应用前景。

敏捷制造环境下基于多智能体的车间控制系统

针对敏捷制造的需求 ,提出了一种基于多智能体的车间控制系统 .这种控制系统是由重构智能体、任务智能体、资源管理智能体、制造资源智能体构成的多智能体系统 ,通过智能体的自治和智能体之间的相互协调 ,完成车间控制任务并保证其敏捷特征 ,讨论了各种智能体的功能、作用和行为 .

基于拓展CBBA算法的在轨装配航天器任务分配技术研究

针对大型空间结构的在轨装配任务分配问题,提出了基于扩展一致性算法的拍卖算法,在考虑在轨装配过程中运输、安装等任务的时间先后特性以及某些特定复杂任务需要多航天器协同完成的任务约束条件下,解决将各项任务分配给多个多种类航天器的在轨装配任务分配问题。算法首先针对复杂装配任务的类别约束及时间窗约束设计了新的竞价函数,然后提出了一种新的一致性算法,使算法可以处理多智能体任务分配问题。实验结果表明,提出的任务分配算法可以得出多航天器在轨装配任务分配问题的无冲突解决方案,可以保证复杂在轨装配任务的成功分配。

基于多智能体的工作流管理系统研究

传统工作流管理系统缺乏足够的自适应性、智能性、灵活性等处理能力,本文采用多智能体技术,将工作流管理系统中的各组成部分构造为智能体,提出和构造了一个具有高可塑性和高自主性的多智能体工作流管理系统的模型。

Decentralized Multiagent Task Planning for Heterogeneous UAV Swarm

A decentralized task planning algorithm is proposed for heterogeneous unmanned aerial vehicle(UAV)swarm with different capabilities.The algorithm extends the consensus-based bundle algorithm(CBBA)to account for a more realistic and complex environment.The extension of the algorithm includes handling multi-agent task that requires multiple UAVs collaboratively completed in coordination,and consideration of avoiding obstacles in task scenarios.We propose a new consensus algorithm to solve the multi-agent task allocation problem and use the Dubins algorithm to design feasible paths for UAVs to avoid obstacles and consider motion constraints.Experimental results show that the CBBA extension algorithm can converge to a conflict-free and feasible solution for multi-agent task planning problems.

基于动作链的形式化任务协同规划

基于形式化方法的多智能体任务规划因其丰富的任务形式和多样的系统功能而备受关注.然而,随着智能体数量增加,规划复杂度呈指数级增长,因此形式化方法在计算效率和集群规模上都受到了限制.已有的改良方法中,基于图搜索的方法对计算效率改进有限,只能处理中等规模的集群;而基于组合优化的算法忽略了智能体动作模型,无法处理大规模协同任务.本文针对以上局限,提出了基于智能体动作链的偏序任务分配算法,在保证正确性的基础上大幅提升规划性能.进一步针对环境不确定性和在线新任务,设计了自适应重规划算法和协作同步机制,确保任务执行过程中的鲁棒性.最后,通过数值仿真和对比验证了算法的有效性和可靠性.