多智能体协调控制-修改.pptx

;;;;;;;多智能体系统是由多个智能体组成的具有松散耦合结构的，通过系统中智能体之间以及智能体与环境之间进行通信、协商和协作来共同完成单

个智能体（Agent）由于能力、知识或资源上的不足而无法解决的问题的系统。;;鲁棒性(Robustness)

没有固定的中心控制，不会由于一个或某几个个体的故障影响整个群体行为。

分散性(DecentralizedCharacteristics)

整个系统的信息,包括数据、知识和控制等,无论在逻辑上或者物理上都是分布的,不存在全局控制和数据存储单元。

自组织(Selforganized)

个体自主演化使得群体表现出显著的整体性质，即涌现(Emergence)。;;;;;;;;;;;;群集行为研究的三个阶段：

1.生物学家大量的研究和探索阶段

(1)雁群迁徙行为

排成整齐的 ，有利于大雁的自我调整以;;(3)蜜蜂筑巢行为

在没有可供参考的设计蓝图或领导者的指导的情形下，蜂群能构建具有结构强度最优的蜂巢;(4)蚁群觅食行为

蚁群在觅食的时候能够在巢穴与食物之间形成一条最优路线。当路上出现障碍物时，它们会设法绕过，并在不同路径中选优。;此外，有些群集行为可以展示很好的流动性和均匀性。;2.实验物理学家和计算机专家的仿真和实验阶段普遍采用模拟仿生的方法证明生物群集现象可

以由个体的简单行为规律获得。

目前由大规模的简单、同类型的个体自组织地形成某种模式、存储信息或完成联合决策所表现出来的群体涌现特性十分普遍，即使是更加简单的个体规则，个体之间非线性的交互也能导致

大规模群体内部产生复杂的涌现行为。;1986年，克雷格·雷诺兹（Reynolds）做了一个模拟动物协作运动的计算机模型的开创性工作并称这种仿真的群生物为“boid”。这种基本的群模型包括了三个简单的指导规则，它们描述了一个单个的“boid”如何基于位置和邻近个体的速度进行分离、内聚和排列运动，从而首次给出了群集的形式化定义。;群集运动规则;定义：如果所有Agent取得相同的速度向量,两两之间的距离稳定并且没有碰撞发生,一组移动Agent就称为一个(渐近地)群集。

雷诺兹给出的形式化定义是:

1)分离性(separation):各成员之间避免碰撞。;2)内聚性(cohesion):各成员朝??一个平均的位置进行聚合;;;;;;;;;;;;;;;;;;智能体i的三个控制项;;;;;;;多机器人系统编队的研究方法;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;ThankYou!