基于能力及任务需求的多Agent任务分配方法

针对动态环境中的任务和Agent的动态变化问题,提出一种基于能力及任务需求的层次任务分配方法.利用全局分配方法为Agent分配合适的任务,当环境发生变换时,通过局部调整来解决任务和Agent之间的不适应问题,每个Agent能够根据局部信息选择理想的任务执行,提高了分配算法的鲁棒性.仿真实验表明该方法是可行及有效的,能够解决动态环境中的任务分配问题.     

0PEN表和CLOSED表的合一

在人工智能传统的搜索方法中，一直是将0PEN表和CL0SED表分开的。这不仅增加了搜索算法的复杂性，久而久之，也许禁锢了人们的思想。文章试图改变这种状况，提出了一种与众不同的新思路，巧妙地将0PEN表和CL0SED表合二为一，减少了一些工作量，在一定程度上降低了算法的复杂性。     

团队CGF行进研究

分布式虚拟环境中,团队CGF的行进问题是CGF研究的基本问题,而行进中的队形保持问题又是行进问题研究的重点。该文在提出的团队组织模型CTOM的基础上,给出了一种团队CGF行进中队形保持方法。     

二维最大熵和二维最小交叉熵结合的图像分割

二维最大熵法和二维最小交叉熵法是目前常用的两种阈值分割方法,但在某些时候因为两种方法获取的阈值过高或者过低,使得分割失效.针对此问题,提出了基于二维最大熵法和二维最小交叉熵法结合的图像分割方法.首先,对二维最小交叉熵公式进行转化;然后,利用多目标规划理论将这两种方法有机结合使得到的阈值既满足二维最大熵原则,又满足二维最...     

Z3井侧钻找老井眼钻井技术

Z3井是一口大斜度多目标定向井 ,该井在钻完井深 3 176m后起钻到 2 43 7m划眼时发生断钻具事故 ,在处理钻具事故时又将磨铣钻具扭断 ,造成下步施工无法继续进行 ,只有填井侧钻。介绍了Z3井侧钻找老眼的施工设计、井眼轨迹控制技术以及一些与之配套的措施。     

基于社会学习机制的改进人工鱼群算法

针对人工鱼群算法后期搜索速度慢、不易得到精确解等问题,结合社会学习机制提出一种改进算法。当人工鱼群算法进行到优化后期时,使用群体社会学习机制中的趋同和趋异行为进行寻优。两种行为搜索速度快,寻优精度高,且趋异现象提高了群体的多样性,增强了跳出局部极值的能力,在一定程度上改善了原算法的搜索性能。仿真实验结果表明了改进算法的可行性和有效性。     

基于分层强化学习及人工势场的多Agent路径规划方法

针对路径规划算法收敛速度慢及效率低的问题,提出了一种基于分层强化学习及人工势场的多Agent路径规划算法。首先,将多Agent的运行环境虚拟为一个人工势能场,根据先验知识确定每点的势能值,它代表最优策略可获得的最大回报;其次,利用分层强化学习方法的无环境模型学习以及局部更新能力将策略更新过程限制在规模较小的局部空间或维度较低的高层空间上,提高学习算法的性能;最后,针对出租车问题在栅格环境中对所提算法进行了仿真实验。为了使算法贴近真实环境,增加算法的可移植性,在三维仿真环境中对该算法进行验证,实验结果表明该算法收敛速度快,收敛过程稳定。     

基于任务的Agent团队组织结构调整

基于组织的Agent团队协调方法要求组织结构与环境较好地匹配,然而在动态环境中,这种匹配关系会遭到破坏,因此需要对组织结构进行调整以适应环境的变化。给出了一种层次化组织结构调整方法,设计了基于能力和任务的组织结构调整算法,解决了动态环境下,由于任务、成员能力的变化而引起组织结构与环境不匹配问题,实现了组织结构的调整和任务的优化分配。     

动态地形可视化算法－IDTRA

动态战场地形可视化主要研究动态战场地形仿真中动态地形实时三维渲染的方法。动态战场地形仿真能够提高战场环境仿真的可信度和逼真度。在DEXTER-ROAM算法的基础上提出了一种改进的动态地形ROAM算法－IDTRA,IDTRA把视景剔除阶段分两步来执行：第一步使用地形块进行粗剔除,第二步使用菱形进行细剔除。针对目前动态地形可视化实现方法的不足,基于OGRE渲染引擎设计了支持三维战场可视化的演示系统。最后通过炸弹攻击坦克分队的过程演示了动态弹坑的可视化,验证了算法的可行性。结果表明IDTRA算法,在显示速度和效果方面都能够满足动态战场地形可视化的要求。     

融合Gabor小波和贝叶斯的人脸识别算法

由于Gabor小波和贝叶斯方法都可以通过不同的机制来减少类内差异,提出了融合Gabor和贝叶斯的人脸识别方法。该方法首先通过人脸图像特征点与Gabor滤波器的卷积来提取特征,借鉴“作差法”形成“类内差”和“类间差”空间,并用2DPCA对差异空间进行降维,最后用贝叶斯方法进行分类。通过在AR和FERET人脸库上的实验表明,与传统的方法相比较,该方法降低了运算量,提高了识别率,对具有表情及光照变化的人脸具有较高的识别率。