论文部分内容阅读
本课题采用Agent的模型、框架及实现方法,并结合军用智能水下机器人的特点,将Agent及MAS理论引入到军用智能水下机器人的研究中,使水下机器人具有高效的通信机制和合理的体系结构,从而能够自主、可靠地完成某些复杂的军事任务。 本文在简要介绍Agent及MAS、机器人及多机器人,尤其是水下机器人技术的研究现状及发展趋势之后,在目前广为使用的BDI模型基础之上,提出了适用于水下机器人的扩展BDI模型(eXended BDI Model,以下简称为XBDI模型),描述了XBDI-Agent的结构和功能、定义了XBDI逻辑语言L_X、给出了XBDI-Agent的心智状态的表示及处理方法、并给出了XBDI系统的运行算法。 随后,在简要介绍KQML语言的理论基础——言语行为理论之后,介绍了KQML的原语、语法、语义及其在Agent通信中的应用,并结合AUV通信的特殊要求,提出了RCL通信语言的语法、语义及其与思维状态的转化过程和基于RCL的协商算法。 接下来,本文在简要介绍了多机器人体系结构主要解决的问题之后,给出了目前流行的三种体系结构——反应结构、慎思结构和混合结构。然后,在PRS(Procedural Reasoning System)模型以及XBDI模型的基础之上,提出了适合于多智能水下机器人协同作业的体系结构和运行模型。 最后,文中描述了多水下机器人的仿真场景,然后具体探讨了XBDI模型的Java语言实现,包括类定义、消息定义和心智状念更新过程,并给出了仿真结果。