[發明專利]基于分層決策機制的多機器人協作方法

有效

• 申請號: 201410274560.6
• 申請日: 2014-06-18
• 公開（公告）號: CN104063541B
• 公開（公告）日: 2017-12-01
• 發明（設計）人: 梁志偉;沈萍;劉娟
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06F17/50
• 分類號: G06F17/50
• 代理公司: 南京正聯知識產權代理有限公司32243
• 代理人: 王素琴

1.一種基于分層決策機制的多機器人協作方法，其特征在于：

球員依據球的位置判斷進行陣型選擇去應對比賽；

接著所有球員投票選出自己認為此時最佳的持球者前鋒持球者，再進行其它角色分配；

判斷是否為前鋒持球者，如果是前鋒持球者，則行走至球處，帶球行走，使用理想行為預測模型對對手速度進行數學建模用于前鋒持球者行走踢球決策模塊，即是將球踢至目標點還是行走帶球至目標點；具體為：

由對手的平均速度和其當前所在的位置，計算出對手到達球位置所需要花費的時間T；同時知道我方球員執行踢球動作所花費的時間，設定閾值以預測我方機器人能否成功將球踢至目標點；

假設對手可以在t時間內阻止我方踢球，當T-t值越小，我方成功完成踢球任務的可能性越大；

當T-t的值小于設定的閾值時，就認為踢球任務可以成功完成，此時采取將球踢至目標點；

如果不是前鋒持球者，則進行其他角色分配后，行走至位置點，進行陣型選擇。

2.如權利要求1所述的基于分層決策機制的多機器人協作方法，其特征在于，在做出決策后對手仍可以阻止我方踢球，更改建立的對手的瞬時速度表，也就是，如果我方未能完成踢球任務就要對速度表設置懲罰值p：

其中，V_err是對手的真實速度與平均速度之差，n是采樣的瞬時速度的個數。

3.如權利要求1所述的基于分層決策機制的多機器人協作方法，其特征在于，使用動態規劃函數優化算法來減少計算量：

首先計算每個智能體到達第一個角色位置的距離值，然后利用角色分配函數yr計算每個智能體分別到達第一、二個位置的所有可能性組合的距離值，并保存每對智能體到達這兩個位置的最低定位代價組合；

對于第k個智能體建立新的定位是基于k-1個智能體到達{p₁…p_k-1}位置 的，即利用角色分配函數yr計算每個智能體分別到達{p₁…p_k-1}位置的所有可能性組合的距離值，并保存每對智能體到達{p₁…p_k-1}位置的最低定位代價組合；

隨后分配每個智能體到達第p_k個位置的距離值并計算出所有智能體到達這三個不同位置的最低定位代價組合。

4.如權利要求3所述的基于分層決策機制的多機器人協作方法，其特征在于，在計算最低定位代價組合時：任何子集中存在更低的定位代價，則包含該定位的整個定位方式的代價必然更低。

5.如權利要求4所述的基于分層決策機制的多機器人協作方法，其特征在于，使用含不同權重的投票系統進行投票。

6.如權利要求5所述的基于分層決策機制的多機器人協作方法，其特征在于，投票系統中，通信信息字節的分配情況為：

7.如權利要求6所述的基于分層決策機制的多機器人協作方法，其特征在于，球員角色的動態分配，使用的角色分配函數yr以實現最佳占位：

按照字典排序的方式選擇，每個智能體在所有可能的占位方式中，所有智能體的走位之和是最短的路徑；

在最短路徑中，當兩名球員在路徑上有交點，即會出現碰撞的情況，角色分配函數yr根據三角不等性通過交換兩名球員的目標位置來獲得更低的代價。