本文基於多智能體系統理論,研究了多智能體機器人系統的底層實時調度問題。
提出了多智能體協作的兩層強化學習方法。
首先探討了基於多智能體的分佈式智能控制在工業控制應用中的意義和特點。
文章對智能體的特*進行了全面闡述,提出了一種新的、動態的基於多智能體的製造系統建模方法。
基於電力系統計算所用的節點編號,開發了一種新型的多智能體電網*作票專家系統。
多智能體協作控制研究的是大量只具簡單功能的個體如何通過分佈式的控制,相互合作,產生複雜的羣體行為。
對於多傳感器協作問題的研究思路,目前主要存在基於資源有效分配、基於多智能體和基於協進化機制三種研究思路。
詳細説明了基於機器人足球比賽的多智能體協作角*分配問題,提出了一種優化綜合指標進行角*分配的方法.並在實際系統中得到驗*。
多智能體的協調與合作。
多智能體系統是分佈式人工智能的一個主要領域。
第二,提出了一種基於多智能體的作戰模型。
全自主機器人足球比賽系統是典型的分佈式多智能體系統。
此外,對多智能體*技術在供應鏈建模與*中的應用進行了綜述。
多羣體協進化算法數學模型及基於協進化的多智能體系統的符號演繹理論模型,是全文的理論基礎。
該文基於最優化方法中的復形法,對多智能體領域裏的機器人足球避障問題,給出了最短路徑的解決方法。
多智能體部分包括*智能體和居民智能體。
機器人足球比賽系統是典型的多智能體協作系統,是研究多智能體協作問題的標準平台。
多智能體系統的智能體大都處在複雜、時變、信息動態不完備的環境中。
源於分佈式人工智能的多智能體系統,以其突出的靈活*和適用*,被應用於多機器人協調系統領域。
軸孔裝配作業實驗結果表明,本文提出的體系結構是可行的,採用CORBA技術和多智能體技術能有效地實現預定的裝配任務。
機器人足球比賽主要解決分散存在的多智能體,在複雜的動態環境下,通過相互通信和協作,以實時方式進行的知識處理問題。
多智能體系統是分佈式人工智能的一個重要的組成部分。
本文實現了一個基於多智能體結構的車間調度原型系統。
針對多智能體靜態任務分配存在的不足,提出了一種足球機器人動態任務分配算法。
針對傳統協作設計過程中任務分解、任務分配的隨意*和盲目*,提出了一種基於對話的多智能體協作交互模型。
本文在詳細瞭解和研究多智能體系統的基礎之上討論並實現了一個多智能體機器人系統。
多智能體系統具有在空間上是分佈式的、並行的,且系統的容錯能力較強等特點。
在基本知識查詢和處理語言(KQML)的基礎上進行擴充,使得KQML能夠支持多智能體羣組密鑰更新協議和安全羣組通信協議。
為了解決複雜問題出現了分佈式人工智能,多個智能體的協作正好符合分佈式人工智能的要求,因此出現了多智能體系統。
本文在對多智能體協作進行研究時還引入了運籌學中的動態規劃法,這是運籌學與人工智能學相結合的一個典例。
由編隊中的各架飛機為智能體組成第一層多智能體,由每架飛機內部的各個功能模塊為智能體組成第二層多智能體結構。
通過對集成多機器人和多傳感器的焊接柔*製造系統進行焊接生產任務執行過程的分析,提出了針對焊接柔*製造系統的多智能體控制系統結構。
機器人足球比賽不僅是研究多智能體系統的典型問題,而且還是檢驗對抗雙方多智能體協調策略優劣程度的實驗平台。
多智能體系統技術是當前分佈式人工智能領域研究的中的熱點,研究的是一組自治的智能體之間智能行為的協調。
研究了基於多智能體的作戰模型的建模工作流程,確定了各個步驟中的主要工作;
以編隊層多智能體和長機內部的決策功能智能體為例,介紹了多智能體數學模型的設計細節。
複雜適應系統理論和基於多智能體的建模*方法,為通信作戰指揮模擬的研究提供了新的思路。