[發(fā)明專利]基于分層決策機(jī)制的多機(jī)器人協(xié)作方法

有效

• 申請?zhí)枺?/td>: 201410274560.6
• 申請日: 2014-06-18
• 公開（公告）號(hào): CN104063541B
• 公開（公告）日: 2017-12-01
• 發(fā)明（設(shè)計(jì)）人: 梁志偉;沈萍;劉娟
• 申請（專利權(quán)）人: 南京郵電大學(xué)
• 主分類號(hào): G06F17/50
• 分類號(hào): G06F17/50
• 代理公司: 南京正聯(lián)知識(shí)產(chǎn)權(quán)代理有限公司32243
• 代理人: 王素琴

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于分層決策機(jī)制的多機(jī)器人協(xié)作方法。

背景技術(shù)

現(xiàn)今國際上最具影響力的FIRA(Federation of International Robot-soccer Association，國際機(jī)器人足球聯(lián)合會(huì))和RoboCup兩大機(jī)器世界杯人足球賽，兩者最大的區(qū)別是FIRA是允許一支球隊(duì)采用傳統(tǒng)的集中控制方式，相當(dāng)于一支球隊(duì)中的全體隊(duì)友受同一個(gè)大腦的控制。而RoboCup則必須要求采用分布式控制方式，相當(dāng)于每個(gè)隊(duì)員有自己的大腦，因而是一個(gè)獨(dú)立的“主體”。這就需要對MAS進(jìn)行深入地研究，讓多個(gè)智能體規(guī)劃以合作和競爭的方式去完成一定的目標(biāo)任務(wù)，使用演化算法和群體智慧以達(dá)到一個(gè)整體的突破性行為目標(biāo)。

在RoboCup3D仿真比賽中，要想贏得一場足球比賽，單靠個(gè)人能力是不可能的，必須有全部隊(duì)員的相互配合與協(xié)作，而且RoboCup3D仿真比賽主要是體現(xiàn)多智能體在復(fù)雜動(dòng)態(tài)的環(huán)境下如何實(shí)現(xiàn)高效地協(xié)作和頑強(qiáng)地對抗。RoboCup3D仿真環(huán)境的球員人數(shù)從2010年的6個(gè)智能體變化至2011年的9個(gè)人到至今的11個(gè)智能體，這對于多智能體的配合提出了更高的要求。

關(guān)于多機(jī)器人的協(xié)作機(jī)制問題，最近幾年國內(nèi)外都已開始不同程度的探究。例如葡萄牙的FC Portugal針對球員角色分配問題，采用重復(fù)性最優(yōu)分配(IOA，Iterated Optimal Assignment)方法，是基于著名的貪婪算法下尋求受限的最優(yōu)值，并結(jié)合角色交換機(jī)制；觀察人類的足球運(yùn)動(dòng)，有人提出希望通過建立模仿學(xué)習(xí)機(jī)制，統(tǒng)和人類復(fù)雜行為與機(jī)器人動(dòng)作，然而鑒于模仿學(xué)習(xí)的基礎(chǔ)框架的未知性，交互接口也很難獲得；美國UT Austin Villa隊(duì)伍應(yīng)用子任務(wù)集優(yōu)化方法完成目標(biāo)框架的設(shè)計(jì)，使用動(dòng)態(tài)角色分配算法協(xié)調(diào)整體隊(duì)伍的占位配合；英國BoldHearts隊(duì)伍使用聯(lián)盟算法，旨在構(gòu)建一個(gè)強(qiáng)大的聯(lián)盟團(tuán)隊(duì)滿足外界環(huán)境的要求，能夠按照算法優(yōu)化其動(dòng)作參數(shù)，同時(shí)采用無梯度的Infotaxis策略搜索算法，局部最大化信息增益的速率值；美國的Robocanes隊(duì)采用基于時(shí)空模型匹配方法，以建立相關(guān)的運(yùn)動(dòng)模型和其內(nèi)部狀態(tài)，同時(shí)參照德國B-Human隊(duì)伍的行走引擎機(jī)制，并用遺傳算法和SARSA學(xué)習(xí)算法優(yōu)化不同行為動(dòng)作參數(shù)配置。

上述方法都需要一定的優(yōu)化機(jī)制和學(xué)習(xí)方法，針對角色分配問題，其計(jì)算量大，更新速度慢。上述問題是在多機(jī)器人協(xié)作過程中應(yīng)當(dāng)予以考慮并解決的問題。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于分層決策機(jī)制的多機(jī)器人協(xié)作方法，實(shí)現(xiàn)整個(gè)多機(jī)器人團(tuán)隊(duì)的有效協(xié)作，依次實(shí)現(xiàn)前鋒持球者的選擇和其它所有球員角色的分配，同時(shí)針對前鋒持球者帶球決策模塊建立DOBMP模型，最后采用動(dòng)態(tài)規(guī)劃算法優(yōu)化角色函數(shù)所帶來的高維數(shù)計(jì)算量的問題，保證基于足球位置不斷變化下的角色輪換的流暢性。

本發(fā)明的技術(shù)解決方案是：

一種基于分層決策機(jī)制的多機(jī)器人協(xié)作方法，

球員依據(jù)球的位置判斷進(jìn)行陣型選擇去應(yīng)對比賽；

接著所有球員投票選出自己認(rèn)為此時(shí)最佳的持球者前鋒持球者，再進(jìn)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(yù)測模型對對手速度進(jìn)行數(shù)學(xué)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(biāo)點(diǎn)還是行走帶球至目標(biāo)點(diǎn)；

如果不是前鋒持球者，則進(jìn)行其他角色分配后，行走至位置點(diǎn)，進(jìn)行陣型選擇。

進(jìn)一步地，使用理想行為預(yù)測模型對對手速度進(jìn)行數(shù)學(xué)建模用于前鋒持球者行走踢球決策模塊，具體為：

由對手的平均速度和其當(dāng)前所在的位置，計(jì)算出對手到達(dá)球位置所需要花費(fèi)的時(shí)間T；同時(shí)知道我方球員執(zhí)行踢球動(dòng)作所花費(fèi)的時(shí)間，設(shè)定閾值以預(yù)測我方機(jī)器人能否成功將球踢至目標(biāo)點(diǎn)；

假設(shè)對手可以在t時(shí)間內(nèi)阻止我方踢球，當(dāng)T-t值越小，我方成功完成踢球任務(wù)的可能性越大；

當(dāng)T-t的值小于設(shè)定的閾值時(shí)，就認(rèn)為踢球任務(wù)可以成功完成，此時(shí)采取將球踢至目標(biāo)點(diǎn)。

進(jìn)一步地，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(shí)速度表，也就是，如果我方未能完成踢球任務(wù)就要對速度表設(shè)置懲罰值p：

其中，V_err是對手的真實(shí)速度與平均速度之差，n是采樣的瞬時(shí)速度的個(gè)數(shù)。

進(jìn)一步地，使用動(dòng)態(tài)規(guī)劃函數(shù)優(yōu)化算法來減少計(jì)算量：