基于多元公共品演化博弈的无人集群合作演化机制

针对控制规则失效下的无人集群自主协同问题,提出了一种基于多元公共品演化博弈的无人集群合作演化机制。首先分析无人集群自主协同需求,在愿景驱动规则下,构建多元公共品演化博弈模型。在此基础上,理论推导出模型的平均丰度函数,并仿真计算成本、收益系数、愿景水平三类参数分别对平均丰度的影响。最后,结合案例研究参数变化对集群合作行为演化的作用机理,并给出合理化建议,为相关理论向实际应用转化提供有意义的探索。     

基于泊位坐标的无人船自主靠泊仿真研究

针对神经网络自主靠泊控制器只能完成特定港口的靠泊,而无法拓展到其他没有训练数据的泊位这一问题,提出一种以泊位顶点为原点,岸线为y轴的坐标系(泊位坐标系)。采用泊位坐标系中相对位置来训练神经网络控制器,在V.Dragon-5000航海模拟器中选取集装箱船“银河号”,在大连港进行靠泊训练后,成功将靠泊控制器拓展到没有训练数据的深圳蛇口港与新加波樟宜港。仿真验证了采用新建立的坐标系可以拓展神经网络自主靠泊控制器适用范围,减小训练数据所需的成本。     

基于水资源合作的水资源短缺区域水资源优化配置

为提高水资源短缺区域的水资源利用效率,实现区域水资源初始配置后的有效再配置,提出三阶段水资源短缺区域水资源优化配置方法：阶段1,利用高效的“优先规则”构建部门间水资源合作清晰联盟的用水收益支付函数,对联盟成员水资源共用、获益方式进行了合理刻画;阶段2,基于Choquet积分形式的模糊合作博弈、阶段1中的清晰联盟支付函数,构建部门间水资源模糊联盟支付函数;阶段3,基于上述成果,构建水资源短缺区域水资源优化配置模型,求解得到用水部门最优水资源合作联盟,并将求得的最优模糊联盟视为大联盟,通过求解其核仁解获得最优模糊联盟的收益分配。以京津冀区域水资源优化配置问题为例,算例结果表明：①基于Choquet积分形式模糊合作博弈的三阶段水资源优化配置模型能够最大化区域整体用水收益水平,实现水资源短缺区域中的水资源优化配置,并使区域中用水部门有机会分得更多的获益;②本文模型无需引入模糊Shapley值等分配方法作为约束条件即可求得最优联盟,模型不影响不同收益分配方法分配结果的有效性;③采用将最优模糊水资源合作联盟视为大联盟,并求联盟收益的核仁解的方法分配最优联盟收益,无论最优联盟的核心是否为空,都能保证联盟收益分配结果满足个体理性和集体理性要求,即能保证最优联盟中各成员不会“叛逃”最优联盟、联盟稳定存在,且保证获得的分配方案为确定分配值而非分配区间。即本问题中该分配方法优于Shapley值、模糊最小核、弱最小核方法。所构建的水资源短缺区域水资源优化配置模型及最优水资源合作联盟收益分配方法对水资源短缺区域的水资源优化配置问题有较好的适用性,能够为我国京津冀区域等水资源短缺区域的水资源优化配置工作提供参考。     

基于博弈和多智能体的汽车共享服务联盟协同策略研究

基于演化博弈和多智能体仿真,以加强联盟管理、提升联盟服务商合作积极性为目标,研究汽车共享服务联盟协同策略.从演化博弈视角设计综合考虑服务商自身与联盟内其他成员历史信息的学习规则,构建汽车共享服务联盟的多Agent仿真模型,研究收益、成本及惩罚等不同参数设置对服务商协同策略的影响.依据仿真实验结果提出了不同收益、成本和惩罚参数场景下加强联盟合作的策略,为汽车共享服务联盟的协同策略提供决策支持.     

一种无先验地图的移动机器人导航方法

为了提高移动机器人在复杂环境下的无先验地图导航算法模型训练速度及导航成功率,提出一种基于深度确定性策略梯度(deep deterministic policy gradient, DDPG)的移动机器人导航方法。利用2D激光雷达的均匀分布测距信息,降低环境噪声的干扰及高维度环境信息的计算量;采用人工势场法构建移动机器人从初始位置到目标点过程的奖励函数;通过Actor-Critic网络结构提高模型训练的稳定性和泛化能力。实验结果表明,提出的方法具有模型训练速度快、导航成功率高及泛化能力强等优点。     

多agent协同强化学习算法SE-MACOL及其应用

针对多agent团队中各成员之间是协作关系且自主决策的学习模型,在此对Q学习算法进行了适当扩充,提出了适合于多agent团队的一种共享经验元组的多agent协同强化学习算法。其中采用新的状态行为的知识表示方法,采用相似性变换和经验元组的共享,能够提高多agent团队协同工作的效率。最后将该算法应用于猎人捕物问题域,实验结果表明该算法能够明显加快多个猎人合作抓捕猎物的进程。     

MEMS惯性高度尺测量精度分析

研究了基于微电子机械系统(micro-electro-mechanical systems,MEMS)的惯性导航系统的短时相对高程测量精度,设计了“惯性高度尺”算法,进行了桌面测高和楼层测高两个验证性实验。分析了不同运动条件和运动时间下“惯性高度尺”的测高精度。基于零速修正技术提出了一种分段测量的方法。实验结果表明,桌面测高可实现毫米级精度(相对误差0.17%),楼层测高可实现多层厘米级和单层毫米级测量精度(相对误差分别为0.22%,0.06%)。测量误差与载体的姿态动态和运动时长成正相关。实验验证了MEMS惯导用于高度测量具有较高可行性,稳定的运动条件和较快的测量时间能够提高测量精度。     

D2D通信中基于帕累托占优的非合作博弈功率控制算法

D2D (device to device)通信系统中传统能效函数仅能捕获瞬时数据流量,而无法获取特定时间段内数据流量的能效。为此,本文将吞吐量和终端使用时间之积作为效用函数,以终端使用时间内的吞吐量最大化为目标,并将其建模为非合作功率控制博弈(non conperative power control game,NPG)问题并得到其纳什均衡解。然而,理论分析表明该纳什均衡解非帕累托有效,故而引入功率线性代价函数来改进效用函数。最后,为了得到帕累托占优解,应用超模博弈理论研究该纳什均衡解的特性,并设计出一个低复杂度的双层迭代最优价格均衡求解算法。理论分析和仿真结果表明所提算法不仅提升系统效用值和终端使用时间,还可以保持系统公平性。     

灾变合作型协同进化遗传算法及其在Job Shop调度中的应用

合作型协同进化遗传算法是多个子种群通过协作而共同进化的新型算法,常应用于多目标、大规模的优化问题。本文在合作型协同进化遗传算法的基础上,进一步模拟自然界中的灾变现象,在原先的算法中加入灾变算子,提出灾变合作型协同进化遗传算法,以防止出现不成熟收敛现象,并用经典的函数优化问题和Job Shop车间调度问题进行仿真实验,其结果验证了改进算法的优良性能.     

基于协作式深度强化学习的火灾应急疏散仿真研究

火灾是威胁公共安全的主要灾害之一,火灾产生的高温和有毒有害烟气严重影响了疏散路径的选择。将深度强化学习引入到应急疏散仿真研究,针对多智能体环境提出了协作式双深度Q网络算法。建立随时间动态变化的火灾场景模型,为人员疏散提供实时的危险区域分布信息;对各自独立的智能体神经网络进行整合,建立多智能体统一的深度神经网络,实现所有智能体之间的神经网络和经验共享,提高整体协作疏散效率。结果表明：所提方法具有良好的稳定性和适应性,训练和学习效率得到提升,具有良好的应用价值。