基于量子博弈的多机器人追捕合作策略研究

来源 :合肥工业大学 | 被引量 : 0次 | 上传用户:walker1234
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
多机器人追捕目标问题作为多机器人系统的一类典型协作问题,它研究的是一群机器人如何通过合作去有效地捕获另一个或多个逃跑的机器人。多机器人追捕目标问题是研究多智能体机器人系统中有关多体机器人合作与协调、竞争与对抗的理想问题,它涵盖了实时视觉处理、无线通讯、实时动态路径规划、多机器人分布式协调与控制、多机器人规划与学习、机器人团队之间的竞争与合作等多学科、多领域知识。在国家自然科学基金“动态环境下复杂系统因果关系发现与稳健性推理研究”和安徽省自然科学基金“基于量子博弈论的情感机器人协作与竞争技术研究”支持下本文利用量子博弈论的原理,对多机器人追捕-逃跑问题中的合作策略进行研究。通过对多机器人系统的研究现状进行学习和研究,介绍了多机器人技术的主要研究内容,目前的热点问题,还有己经取得的一些成果。同时对量子博弈的相关理论进行了介绍和研究。为实现基于量子博弈的多机器人追捕合作模型奠定了基础。本文首先对包含具有两个自利性的追捕者及一个逃跑者且追逃双方速度相等的情况下的多机器人追捕博弈策略选择优化问题进行了研究与分析。通过把经典博弈模型扩展到量子博弈模型中,个体的自利性不再导致合作解体并且获得了最优合作关系。这就解决了自利性个体倾向于以最低成本从合作中获得收益从而导致合作解体,难于形成稳定的最优合作关系的难题.另外通过量子模型解决了追捕者个体在合作时的策略协作问题。在量子博弈模型下由理论分析与仿真实验最终解决了经典追捕决策的困境,讨论了量子博弈模型在博弈中的演化过程与结果。在两追捕者系统的研究基础之上,进一步对多追捕者情形进行探索并重点研究了三追捕者的量子博弈。建立了三个追捕者的量子博弈模型,对其策略选择和纳什均衡点进行了分析与计算。这表明了量子博弈模型在处理该类问题上的优势和有效性,拓宽了量子博弈的应用领域,为多机器人追捕问题提供了新的思路与研究方法。
其他文献
近年来随着Android操作系统在各种电子移动终端设备中的迅速普及,数字电视机顶盒采用Android操作系统已经成为目前主流的发展趋势。电视机顶盒的人机交互操作主要依靠遥控器上
分级存储的设计初衷是将数据按访问热度的不同存储于不同性能的存储设备上,最大化存储利用率。当数据的热度发生变化时,便将数据迁移至更符合其当前热度值的存储设备上。因此,对
传统的编程技术无法模块化实现系统关注点,导致系统关注点的实现代码横切于多个代码模块中,因此这些关注点被命名为横切关注点。面向方面编程技术可以将这些横切关注点单独实现
多示例学习被认为是继监督学习,无监督学习和强化学习之后的第四类机器学习方法,它的出现为机器学习注入了新的活力,在图像处理、股票市场分析等领域有着广泛的应用前景。本文对
贝叶斯分类属于数据挖掘领域重要的分类方法之一,朴素贝叶斯分类是一种简单的贝叶斯分类方法,与其它分类方法相比,它的优点是简单、高速、分类效果稳定和理论基础坚实,因此也得到
无线传感器网络是由部署在监控区域内大量的传感器节点组成的无线多跳自组织网络。监测区域内的传感器节点通过相互协作,对目标事件的相关数据能够进行感知、采集、处理、传
随着物联网、移动互联网、云计算及各种数据自动采集技术的迅猛发展,许多应用领域在迅速积累着大量的数据。当前实际应用产生的数据维度越来越高,如何挖掘和利用这些高维数据
学位
智能交通系统(ITS)是现代交通视频监控领域的热点研究课题之一,代表着未来交通管理的发展趋势,已被公认为解决道路交通拥挤、事故频繁等问题,保障交通的顺畅和安全,最大限度
云计算作为一种新的计算范式在商业上取得了巨大成功,软件即服务(Software as a Service)已经成为云计算对外提供服务的重要形式,而数据存储模式映射机制是实现多租户SaaS应