一種多機器人的任務(wù)分配和自動協(xié)商的方法

一種多機器人的任務(wù)分配和自動協(xié)商的方法

在多機器人技術(shù)中，任務(wù)安排和談判一直是研究的重點之一。其研究主要集中在任務(wù)分配的方法、資源能力的推理、自主合作、系統(tǒng)通信流量、學(xué)習和雙向多問題協(xié)商等方面。例如,在參考文獻[1]中劉淑華等提出的任務(wù)分配方法是基于群體智能的采用分層架構(gòu)的帶有寬松和緊密耦合任務(wù)的大規(guī)模多機器人系統(tǒng);在參考文獻[2]中提出分布式同質(zhì)的多機器人系統(tǒng),以實現(xiàn)以負載平衡為目的的任務(wù)分配方案;在參考文獻[3]中Elango開發(fā)了一個仿真模型包括任務(wù)優(yōu)先級和機器人的利用率,把它做為一個平衡的多機器人任務(wù)分配問題的優(yōu)先級;在參考文獻[4]中Jouandeau提出一個以貿(mào)易為基礎(chǔ)的多機器人任務(wù)分配方法,這個方法模擬了買家和賣家通過使用一種機械的主動競價方式完成動態(tài)的任務(wù)分配,等等。本文提出的任務(wù)分配和協(xié)商方法,考慮機器人的實際能力和性能。并改進了競爭性投標效用函數(shù),實現(xiàn)了快速學(xué)習。1機器人技能和任務(wù)分配原則1.1riscostchacast在多機器人中,設(shè)R={RB映射perfComCost∨ResCost∨RisCost∨ChaCost→ω(t)表示ω(t)受很多因素的影響,ComCost是通信成本,ResCost是資源成本,RisCost是執(zhí)行任務(wù)風險成本t,ChaCost是機會成本,j(τ1.2實現(xiàn)機器人任務(wù)分配時的仿真在理想的狀態(tài)下,τ在參考文獻[5]中祖麗楠等設(shè)計用競爭性競標效用函數(shù)去實現(xiàn)機器人的任務(wù)分配,但是這個方法沒有考慮當機器人加入到實際的合作時機器人實際性能的變化和對機器人的能力補償。在此我們根據(jù)以上的分析對這種方法做了進一步的改進。情形10≤j(1,b式中:p(b2獨立談判2.1協(xié)商模式單一的機器人被指派去完成it從自由機器人{RRR在多機器人上定義協(xié)商模型NMM={R,CT,E},其中R={R2.2基于魯棒反饋控制器的機器人學(xué)習模式盡管最小二乘法向量回歸幫助解決了在理想狀態(tài)下小樣本的快速學(xué)習問題,但是當用在實際的協(xié)商狀態(tài)下卻變得不穩(wěn)定,多機器人帶有很多不確定的干擾信息會引起無休止的學(xué)習。為了維持最小二乘法向量回歸的穩(wěn)定性,在此我們選擇徑向基函數(shù)核函數(shù),采用魯棒反饋控制器抑制不確定的干擾信息以保持系統(tǒng)的穩(wěn)定性。式中:v為了優(yōu)化在多機器人協(xié)商系統(tǒng)實際的性能指標,LMI被用來設(shè)計魯棒控制器的H權(quán)重理解之后,對手的效用估計式中:f式中:φ是魯棒系數(shù),φ∈(0,1)。2.3協(xié)商過程中的信號延遲由于高實時性的要求,在協(xié)商中機器人數(shù)量的控制和協(xié)商回合應(yīng)該被升級,避免在頻繁的協(xié)商時通信帶寬的擁擠和信號延遲。設(shè)R在協(xié)商過程中,當ξ準備階段i=1表示開始第一回合協(xié)商。步驟2如果只有一個接受者返回同意,這個機器人變成候選者R步驟3如果ΔEU(·)≥0,在R步驟6如果r步驟7在tk3協(xié)商過程評估實驗在矩形方格區(qū)域進行,在矩形方格區(qū)域內(nèi)隨機創(chuàng)建不同形狀的障礙物。多機器人協(xié)商去追逐目標機器人(獵物)。如圖1所示,是追逐初始化階段圖。目標機器人通過智能策略逃跑。在追逐者和獵物間的視野半徑比例為1∶1。聲波定位儀的范圍比例為1∶2。當協(xié)商時廣播是唯一的通信方式,LSSVR常常被用來評估對手的談判效用。追逐過程中,算法中分別設(shè)計了沒有協(xié)商的追逐和有協(xié)商的追逐兩種。在沒有協(xié)商的追逐過程中,追逐者追逐獵物是依靠局部的優(yōu)化算法。而有協(xié)商的追逐過程,機器人之間互相協(xié)商去包圍獵物。協(xié)商的條目有向前移動的距離d,向后移動的距離d,向左轉(zhuǎn)的角度θ,向右轉(zhuǎn)過的角度θ。他們的權(quán)重因子是(0.25,0.25,0.25,0.25)。機器人預(yù)測獵物的移動方向,提供計數(shù)提議。協(xié)商的記錄儲存在協(xié)商歷史數(shù)據(jù)庫里作為協(xié)商雙方效用評估樣本。表1表示的是60個沒有協(xié)商的追逐過程的時間數(shù)據(jù)。表2表示的是60個有協(xié)商的追逐過程時間數(shù)據(jù)。其中,v4基于穩(wěn)定性的多機器人任務(wù)分配和協(xié)商的方法在多機器人任務(wù)分配中,傳統(tǒng)的競爭性招標效用函數(shù)僅考慮機器人的理想性能而不能補償機器人的實際性能,忽略了由外部不確定干擾因素引起的協(xié)商系統(tǒng)穩(wěn)定性問題。本文提出的基于機器人的真實性能的多機器人任務(wù)分配和協(xié)商的方法