[發明專利]基于多Agent行為模型的音樂燈光表演方案設計系統的設計方法

有效

• 申請號: 201310281077.6
• 申請日: 2013-07-04
• 公開（公告）號: CN103324807A
• 公開（公告）日: 2013-09-25
• 發明（設計）人: 林景棟;王唯;廖孝勇;程森林;林湛丁;張東京;吳芳;徐大發
• 申請（專利權）人: 重慶大學
• 主分類號: G06F17/50
• 分類號: G06F17/50
• 代理公司: 北京同恒源知識產權代理有限公司 11275
• 代理人: 趙榮之

技術領域

本發明涉及多Agent行為建模技術以及設計類專家系統設計技術，特別涉及一種基于多Agent行為模型的音樂燈光表演方案設計系統的設計方法。

背景技術

目前，針對現有一些音樂燈光表演方案設計系統，主要是依據少量的領域專家經驗和固定的模糊的場景設置概念在設計，對于設計者常見的燈光表演類型還是有效的。但是由于實際的項目情況多種多樣，燈光場景的布置千變萬化，這樣就導致了需要建立的知識庫的知識數量無限化，這對專家系統的設計難度以及運行效率都有極大的影響。

因此急需一種能夠根據實際項目的特點來設計音樂燈光表演方案的設計系統的設計方法。

發明內容

有鑒于此，本發明所要解決的技術問題是提供一種能夠根據實際項目的特點來設計音樂燈光表演方案的設計系統的設計方法；本方法使用多Agent行為建模技術獲取音樂燈光表演方案設計知識，再運用到專家系統中進行具體的音樂燈光表演方案自動設計。

本發明的目的是這樣實現的：

本發明提供的基于多Agent行為模型的音樂燈光表演方案設計系統的設計方法，包括以下步驟：

S1：采用多Agent模型建立用于音樂燈光表演方案設計系統中的各Agent功能模塊；

S2：根據燈光場景狀態信息建立虛擬環境并在虛擬環境中建立音樂燈光表演方案設計系統中所述各Agent功能模塊的多Agent行為模型；所述多Agent行為模型用于將狀態信息輸入各Agent功能模塊中，同時，每個Agent功能模塊將執行指令返回給虛擬環境從而改變環境狀態；

S3：根據多Agent行為模型，采用Q學習算法以及經驗知識，建立自學習表演方案設計知識庫，生成多個對應于不同場景布置的自學習知識庫；

S4：根據具體項目特性替換更新音樂燈光表演方案設計系統中的知識庫；

S5：通過更新后的知識庫由專家系統完成具體項目的最終設計方案。

進一步，所述步驟S1中的音樂燈光表演方案設計系統中各Agent功能模塊包括從上到下依次管理的交互Agent層、場景布置Agent層、全局設計Agent層、局部設計Agent層、表演單元單燈Agent層；

所述交互Agent層，用于將用戶的定性輸入解釋為應用系統內部的精確指令以及驅動系統的運行，在用戶對系統的使用過程中，交互Agent層能從和用戶的信息交互中學習到用戶的常用任務以及個人偏好，將系統處理后的信息以用戶喜歡的方式傳遞給用戶。

所述場景布置Agent層，用于負責根據大量的戶外燈光表演場景布置實例以及大眾對戶外燈光布置的規則自動生成各種場景布置方式，并按照一定的規則對生成的場景布置分區分類；

所述全局設計Agent層，用于根據輸入動作來確定表演區域組合、表演基場景運用、表演主色調設置規則；所述全局設計Agent層包括感知器、認知模塊、行為執行器；

所述感知器，用于接受全局狀態以及音樂情感統計數據庫的各種數據；

所述認知模塊，用于根據Agent的目標以及相應的知識推理并控制Agent應該執行的行為，通訊負責Agent之間的發送與接收；

所述行為執行器，用于負責下發到局部設計Agent指令；

所述局部設計Agent層，用于根據輸入動作來確定不同表演分區中燈種的使用組合、當前使用的單燈序列；所述局部設計Agent層包括感知器、認知模塊、行為執行器；

所述感知器，用于負責感知局部環境狀態以及音樂情感特征數據庫的各種數據；

所述認知模塊，用于模仿人類設計專家獲取感知器所提取的當前信息并生成相應的燈光動作認知信息；

所述行為執行器，用于負責產生下發到單燈Agent的動作序列指令；

所述單燈Agent層，用于根據場景布置Agent層的信息來確定單燈Agent的數量；

以及根據周圍環境判斷單燈的下一個動作是否會與鄰燈的動作沖突或者是否超出自身的動作物理限制。

進一步，所述步驟S3中采用Q學習算法以及經驗知識，建立自學習表演方案設計知識庫，生成多個對應于不同場景布置的自學習知識庫，具體步驟如下：

S31：采用以下公式確定的Reward值作為強化信號：