考虑信息成功传递概率的多无人机协同目标最优观测与跟踪

针对考虑通信因素的多无人机协同目标最优观测与跟踪问题, 引入费舍信息矩阵对无人机探测所获取的信息进行表征, 考虑无线通信链路特性并对无人机间信息成功传递概率进行建模. 以无人机群体所获取的关于目标的信息量为指标函数, 分别建立是否考虑通信因素情况下的多机协同目标最优观测及跟踪问题模型. 对两种情况下的多机协同目标观测与跟踪进行仿真比较, 仿真结果验证了所建模型的有效性, 并体现了通信因素的重要影响.

     

MAS中合作策略的比较

多智能体系统(MAS:Multi-Agent System)是分布式人工智能的主要研究方向之一。在MAS中,Agent群体的合作行为及其优化程度又是一个重要的研究分支。Agent之间的合作,分为系统中是否存在集中控制和在Agent之间是否存在通信。Agent间既无通信又无集中控制的合作虽然存在一些困难,但并非不可实现,在网络协同计算环境中,通过Agent分工及任务招标可以完成这种合作,通过订金、劳动力价格调整及参照历史信息来协调A-gent的行为,可以提高合作成功率,从而使智能系统达到较高的性能。     

Agent通信及多Agent系统(MAS协作机制的研究)

Agent及多Agent系统(Multi—Agent system,MAS)已被视为一种新的软件设计风格。本文在介绍了Agent的概念与BDI模型的基础上,分析了Agent的通信类型、通信规划以及多Agent系统(MAS)的基本模型与体系结构,同时对MAS的协作、协商、协调机制进行了深入研究,提出了远程通信和移动Agent通信概念。     

基于多Agent联盟的无人机群任务协同控制

在分析无人机群多任务处理过程的基础上,给出了一种基于多Agent联盟体系结构的无人机群任务协同过程控制模型,并通过对Agent通信的消息结构定义时间约束条件和自主权标志等消息参数,实现在Agent协作基础上的可变自主权任务处理过程控制。     

对多Agent系统协同的研究

多Agent系统中的一个重要问题是如何解决Agents间的通信和相互协作 ,以便达到信息的获取和协同工作的目的。本文介绍了多Agent的协同问题及解决协同问题的关键方法 ,并给出了一个多Agent的信息获取系统和模型。     

基于通信的MAS内多Agent自动协商

给出了一个通用的基于联合意图的多Agent系统内部Agent协商模型，详细分析了Agent间的异步通信机制以及基于语言行为学的Agent自动协商语义，并在该协商语义的基础上给出了MAS内部基于联合意图的Agent自动协商通信协议，最后利用通信顺序进程验证了该协议的安全性和活性．     

基于MAS的通信指挥分布式智能GDSS开发研究

该文在分析通信指挥决策特点的基础上,结合通信指挥决策的体系、流程和内容,立足面向功能的Agent设计思想,构建了多Agent系统（MAS）共同实现通信指挥的决策功能,给出了基于MAS的通信指挥分布式智能群体决策支持系统（GDSS）的系统体系结构、水平体系结构、逻辑体系结构的各部分组成及功能,并对系统实现的协同机制、驱动方式、裁决模式和知识学习等关键技术进行了探讨。     

基于FIPA的多Agent系统通信研究

Agent通信是多Agent系统(MAS:Multi-Agent System)的核心活动之一,是Agent相互协调、合作的基础。依据FIPA(Foun-dation for Intelligent Physical Agents)规范,采用消息传送与CORBA技术相结合的通信方式,实现了MAS中Agent之间的有效通信。通过具体的通信实例讨论了MAS中Agent通信的实现。     

基于 Aglets的MAS信用研究的实验平台设计

本文在Aglet平台上开发出一个MAS可视化实验平台。该试验平台主要用于MAS系统(Multi-agentSystems)用机制研究。用户在该平台上能够方便快捷地配置出一个多Agent系统,该系统不但具有Agent与Agent,Agent实体与平台的通信,Agent与用户的交互,Agent在内外网的移动等基本功能,而且可以在Agent之间建立信用关系,可以存储记录和直观的显示交互的历史及信用信息。该系统是一个开放的系统,用户可以方便的在该系统中加入自己的安全构架,信用策略和信用相关算法。以方便快速测试新的MAS信用模型。     

基于Aglets的MAS信用研究的实验平台设计

本文在Aglet平台上开发出一个MAS可视化实验平台。该试验平台主要用于MAS系统 (Multiagent Systems)用机制研究。用户在该平台上能够方便快捷地配置出一个多Agent系统,该系统不但具有Agent与Agent, Agent实体与平台的通信,Agent与用户的交互,Agent在内外网的移动等基本功能,而且可以在Agent之间建立信用关系,可以存储记录和直观的显示交互的历史及信用信息。该系统是一个开放的系统,用户可以方便的在该系统中加入自己的安全构架, 信用策略和信用相关算法。以方便快速测试新的MAS信用模型。     

基于规划识别的多智能体协作研究及应用

多智能体系统是规划识别的一个有效应用平台，提出一种基于规划识别多智能体协作算法，对对抗环境和非对抗环境中的基于规划识别的多智能体协作算法进行了分析，实现了对队友和对手行为目的的认识和建模，减少了协作主体间需要通信的时间厦难度。该协作算法应用到多智能体的有效测试平台机器人足球赛中，试验结果证明，该算法在通信受限、信息受限或信息延时的系统中可有效预测队友和对手的行为，从而实现智能体间的协作。     

基于信息图的多无人机三维协同搜索动目标方法

针对多无人机协同搜索区域内多运动目标问题,考虑传感器的探测概率与虚警概率、无人机的飞行与避撞约束和目标随机运动等特征,提出基于信息图的多无人机三维协同搜索方法.以无人机搜索的短期收益、长期收益和协调收益的平衡为核心,考虑无人机三维运动的特征,构建多无人机协同搜索的数学规划模型,并设计包含目标存在概率、环境不确定度、重访信息素和搜索增益4个因子的搜索信息图.基于滚动规划架构,整合新提出的剪枝方法进行模型的求解.在典型的协同搜索场景下,通过数值仿真验证所提方法的有效性.仿真结果表明,所提出的方法可以在秒级的时间内做出每架无人机的三维航迹决策,重访信息素和搜索增益因子可以引导无人机捕获更多的目标.对比仿真结果表明,所提出的方法可以在捕获更多目标的同时具有更少的误判次数,有效提升了多无人机协同搜索的任务效能.     

基于消息通信的多智能体系统的应用

在基于多智能体的分布式实时仿真系统中,如何实现各Agent之间的通信与协调是一个核心问题。采用触发器消息传送方式为多智能体系统中的Agent建立了高效的通信机制,并通过分析机场地面交通中面临的问题构建了多智能体系统模型。实现了基于触发器消息通信机制的多智能体系统在机场地面交通仿真中的应用。     

基于多Agent的高速公路入口匝道智能控制策略

文中提出了基于多Agent的入口匝道智能控制策略，它基于系统论的思想，把协调控制策略引入到入口匝道控制中，建立了一个包括多个入口匝道控制Agent和一个协调Agent的多Agent系统。这种分布式协调智能控制更好地适应了高速公路中的复杂性和不确定性。     

无人机编队飞行视景仿真关键技术研究

针对真实无人机编队飞行实验成本及风险较高的问题,提出一种基于Vega的虚拟验证平台,以克服OpenGL等视景开发工具代码可移植性较差、执行效率较低等缺点。分析无人机编队飞行视景仿真的系统需求,采用Vega的三维模型驱动与MFC灵活控制相结合的方法,研究多机飞行中的协同机制、仿真数据通信、编队飞行的实时控制、显示、记录与回放等编队仿真技术。结果证明,该虚拟验证平台仿真度高、实时性好、可移植性强、数据传输可靠。     

基于扩展CNP的分布式多Agent协同系统

传统合同网协议的投标类型单一,不能准确表达参与任务分配的Agent的意图。结合应用环境的任务抢占机制需求,对合同网协议的投标类型进行适应性扩展,基于扩展合同网协议设计分布式多Agent协同系统,给出Agent程序实现方法、多Agent通信机制设计和协同机制应用实例。该系统具有良好的可扩展性,便于动态引入具有不同功能的Agent,为协同机制的研究提供了基础平台。     

多 Agent 系统仿真平台

Agent和多Agent（MAS）系统目前已经逐步走向成熟化,且已经被广泛应用于系统建模、敏捷制造、网络监测等众多领域。为了能够便于Agent系统的开发,人们构建了各种Agent基础设施平台,例如已经广泛应用的JADE等。但是基于这些平台的应用大多具有平台依赖性,难于扩展和定制,无法支撑我们大规模的扩展使用。因此,将通过多Agent系统仿真平台Maze的设计与实现,着力构建出Agent系统各种基础设施的通用开发模式,包括Agent自治机制、通信机制、协作机制、协调机制等,从而便于用户在此基础上进行定制开发。另外,该平台的形象演示可以帮助初学者理解Agent的各种特性（如自治性、社会性、预动性等）,比较各种协作算法的优劣等,是一个很好的入门学习工具。     

基于智能体和数据仓库的群决策支持系统

传统的群决策支持系统存在着群体决策活动协调力度差、数据共享困难等缺陷，不能很好的支持Web下的群体决策活动。文中在分析多智能体和数据仓库概念的基础上，提出了一个基于多智能体和数据仓库的群体决策支持系统，利用数据仓库和智能体技术解决了群体决策支持系统中的信息集成和分布式问题求解问题，并对基于智能体的群决策过程进行了研究。     

多智能体的角色与结构设计分析

角色是面向Agent软件开发方法研究中的一个重要抽象概念。文中认为角色是连接多Agent系统(MAS)微观模型与宏观模型的桥梁,角色与Agent之间的动态性有利于刻画多Agent系统的结构和行为模型。RoboCup是多Agent系统研究的一个很好的平台。建立一支成功的机器人足球队需要很多领域的知识,合理的模型结构和Agent之间的协调与协作是RoboCup比赛中赢球的关键所在。协调与协作是多Agent系统研究的重要课题。     

基于TBM模型的多Agent决策融合方法

多Agent系统存在的动态特性使证据推理中的可传递置信模型（TBM）能够有效地处理动态环境的证据推理。在分析和研究可传递置信模型算法的基础上,提出一种基于证据推理TBM模型的多Agent决策融合方法,构建多Agent决策融合系统的框架模型,分析该系统的信息更新、合成算法及决策制定算法。利用SimuroSot作为仿真平台,将该方法应用于判断对手的队形和策略,得到了较满意的结果。