一种基于行为的Multi-Agent决策算法及其在RoboCup中的应用

本文针对几种常用的决策算法 ,提出了一种新颖的基于行为的Multi-agent决策算法 ,并以RoboCup仿真机器人比赛作为实验平台 ,有效地完成了Multi-agent之间的协调与合作。仿真结果证明了该算法是可行。

基于兵棋推演的空战编组对抗智能决策方法

基于兵棋研究的空战编组对抗方法主要使用规则或运筹等手段,存在假设不够合理、建模不准确、应变性差等缺陷。强化学习算法可以根据作战数据自主学习编组对抗策略,以应对复杂的战场情况,但现有强化学习对作战数据要求高,当动作空间过大时,算法收敛慢,且对仿真平台有较高的要求。针对上述问题,提出了一种融合知识数据和强化学习的空战编组对抗智能决策方法,该决策方法的输入是战场融合态势,使用分层决策框架控制算子选择并执行任务,上层包含使用专家知识驱动的动作选择器,下层包含使用专家知识和作战规则细化的避弹动作执行器、侦察动作执行器和使用强化学习算法控制的打击动作执行器。最后基于典型作战场景进行实验,验证了该方法的可行性和实用性,且具有建模准确、训练高效的优点。

地面等待策略中的时隙分配模型与算法研究

机场拥塞是制约民航运输的瓶颈所在,地面等待策略(GHP)是解决机场拥塞的有效方法,其核心就是时隙分配问题。为适应我国空中交通持续发展需要,实现科学时隙分配的要求,对GHP已有的研究进行分析和归纳,重点论述了时隙分配的概念、属性、模型和算法,在此基础上总结了时隙分配的关键问题,即随机容量的影响、均衡模型的建立以及模型求解算法的研究。最后指出了时隙分配问题未来的研究方向。

基于空中交通密度的进场航班动态协同排序方法

为适应协同决策(CDM)需要,考虑空管、航空公司和机场的诉求,对进场航班动态协同排序问题进行了系统的研究。设计了一种进场航班动态排序方法,提出了一种时隙交换方法,建立了基于空中交通密度的进场航班协同排序模型,设计了精英保留的遗传算法和带精英策略的快速非支配排序遗传算法以求解所建模型,寻求进场航班动态协同排序的最优解。仿真结果表明,较基于滚动时域控制(RHC)方法,动态协同方法所得结果与排序开始时间无关,所需排序次数平均减少26.4%,且排序效率更高。较先到先服务(FCFS)方法,动态协同方法在高密度条件下各排序阶段最后一个进场航班的落地时间平均提前199.8s;中密度条件下各排序阶段航班延误总时间平均减少29.9%,航班延误均衡性平均提高34.4%;低密度条件在航班正常率及航班延误公平性得到保证的前提下,满足时隙交换规则的排序阶段均增加了1种进场航班排序模式。所提方法可对进场航班进行优化排序,显著提高跑道容量,有效提升航班延误均衡性和航班延误公平性,契合协同决策理念,可实现三方协同排序。