

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、該文分析了Agent理論及其在機器人系統(tǒng)的應用,一方面,Agent理論可以應用到機器人的設計中,這種設計從開放性、自主性的角度出發(fā),從組成整個多機器人系統(tǒng)的系統(tǒng)觀點來進行,保證整個多機器人系統(tǒng)的開放性.另一方面,多Agent理論可以應用到多機器人系統(tǒng)中各機器人的信息交互機制的設計中.所有這些信息交互的機制都可以采用Agent的協(xié)作機制在一個統(tǒng)一的理論框架下進行設計,這樣就實現(xiàn)了交互機制的一致性、自然性.當單個機器人不能完成任務,且任務不
2、能分解或分解算法很復雜時,可以應用MAS(Multi-Agent System)的聯(lián)盟形成方法解決多機器人的分組協(xié)作執(zhí)行任務.該文對機器人聯(lián)盟問題的兩種類型(單任務聯(lián)盟和任務序列的聯(lián)盟結(jié)構(gòu))進行了描述,并給出了數(shù)學模型.與其它的最優(yōu)化問題一樣,聯(lián)盟形成需要在復雜而龐大的搜索空間尋找最優(yōu)解或滿意解,如果遍歷整個搜索空間,就會產(chǎn)生搜索組合爆炸,在多項式時間內(nèi)無法完成搜索.該文使用遺傳算法來實現(xiàn)機器人聯(lián)盟形成,遺傳算法能夠減少尋找最優(yōu)解或可行
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于個性的多機器人協(xié)作研究.pdf
- 基于協(xié)作協(xié)進化的多機器人協(xié)作機制研究.pdf
- 基于多Agent的服務機器人協(xié)作與仿真系統(tǒng)設計與實現(xiàn).pdf
- 基于視覺的多機器人協(xié)作SLAM研究.pdf
- 多機器人協(xié)作技術(shù)的研究.pdf
- 多機器人系統(tǒng)協(xié)作任務規(guī)劃方法研究.pdf
- 基于MAS的多機器人協(xié)作方法研究.pdf
- 基于Agent的多機器人路徑規(guī)劃的研究.pdf
- 多機器人系統(tǒng)的協(xié)作研究.pdf
- 基于生物免疫機理的多機器人協(xié)作研究.pdf
- 基于動態(tài)博弈的多機器人協(xié)作策略研究.pdf
- 基于多Agent的虛擬機器人系統(tǒng)的研究.pdf
- 機器人足球環(huán)境下的多機器人協(xié)作設計.pdf
- 基于強化學習的多機器人協(xié)作研究.pdf
- 基于智能體的多機器人組織協(xié)作研究.pdf
- 多機器人協(xié)調(diào)避碰與任務協(xié)作研究.pdf
- 基于PSO優(yōu)化的多機器人協(xié)作機制研究.pdf
- 基于網(wǎng)絡的多操作者多機器人協(xié)作研究.pdf
- 多機器人協(xié)作追捕策略的研究.pdf
- 基于并行蟻群算法的多機器人協(xié)作研究.pdf
評論
0/150
提交評論