智能体集群控制方法、装置、设备及存储介质制造方法及图纸

本说明书实施例提供了一种智能体集群控制方法、装置、设备及存储介质，该方法包括：确定智能体集群中任意两个智能体间的最短路径，并根据所述最短路径、所述集群中智能体的通信距离及感知距离确定约束条件；在所述约束条件约束下，调用RMA算法从所述集群中选择智能体，以用于感知新增的目标点；在所述集群的通讯拓扑中，以选择的智能体作为根节点，并按照所有非父邻居节点均为子节点的规则建立树状结构；调用TMP算法控制所述树状结构下的智能体分布式移动，直至所述目标点被所述根节点感知到。本说明书实施例可以实现在降低智能体间的通信开销的同时，避免降低智能体集群的感知能力。力。力。

【技术实现步骤摘要】
智能体集群控制方法、装置、设备及存储介质


[0001]本说明书涉及
，尤其是涉及一种智能体集群控制方法、装置、设备及存储介质。

技术介绍

[0002]智能体集群(例如无人机集群等)，能够提供非比寻常的感知能力，因此其对于许多如视频监控、灾害管理及道路监测等应用是非常重要的解决方案。在智能体集群控制中，一个亟待解决的关键问题是：在保持所有智能体之间连通性的前提下感知所有的目标点，此即多目标点感知问题。当智能体集群间的通讯拓扑变化迅速时，维护智能体间连通性的通信开销会非常高，因此可能导致一些对时间要求比较严格的任务失败。关于此问题的一个解决方案是维护智能体集群为一个固定的通讯拓扑。固定的通讯拓扑能够使静态路由变得可行，因此通信开销可以被大幅减少。然而，但保持通讯拓扑不变会严重限制智能体集群的感知能力。

技术实现思路

[0003]本说明书实施例的目的在于提供一种智能体集群控制方法、装置、设备及存储介质，以实现降低智能体间的通信开销的同时，避免降低智能体集群的感知能力。
[0004]为达到上述目的，一方面，本说明书实施例提供了一种智能体集群控制方法，包括：
[0005]确定智能体集群中任意两个智能体间的最短路径，并根据所述最短路径、所述集群中智能体的通信距离及感知距离确定约束条件；
[0006]在所述约束条件约束下，调用RMA算法从所述集群中选择智能体，以用于感知新增的目标点；
[0007]在所述集群的通讯拓扑中，以选择的智能体作为根节点，并按照所有非父邻居节点均为子节点的规则建立树状结构；
[0008]调用TMP算法控制所述树状结构下的智能体分布式移动，直至所述目标点被所述根节点感知到。
[0009]在本说明书一实施例中，所述约束条件包括：d
t
(τ
new
,a
c
)≤r1+r2*l
a,c
；
[0010]其中，τ
new
为新增的目标点，a
c
为智能体a的锚点c，d
t
(τ
new
,a
c
)为t时刻τ
new
和a
c
之间的距离，r1为智能体的感知距离，r2为智能体的通信距离，l
a,c
为智能体a与其锚点c之间的最短路径长度。
[0011]在本说明书一实施例中，在所述约束条件约束下，调用RMA算法从所述集群中选择智能体，以用于感知新增的目标点，包括：
[0012]对于所述集群中的每个智能体，确定该智能体的满足所述约束条件的锚点数量；
[0013]从所述集群中选择具有满足所述约束条件的锚点最多的智能体，以用于感知新增的目标点；
[0014]其中，所述锚点是指：对于所述集群中的任意两个智能体a
i
和a
j
，若a
i
正负责感知至少一个目标点，且在两者最短路径上的其他智能体均未感知目标点，则a
i
为a
j
的一个锚点。
[0015]在本说明书一实施例中，所述按照所有非父邻居节点均为子节点的规则建立树状结构，包括：
[0016]将所述根节点的所有邻居节点作为该根节点的子节点；
[0017]确认所述集群的通讯拓扑中是否存在未参与建树的智能体；
[0018]如果存在，则对于当前树状结构中的每个叶子结点，将其所有非父邻居节点作为自身的子节点；
[0019]依次递推，直至所述集群的通讯拓扑中所有智能体均参与建树。
[0020]在本说明书一实施例中，所述调用TMP算法控制所述树状结构下的智能体分布式移动，包括：
[0021]调用最近目标点NRPT算法寻找目标位置；所述目标位置为所述根节点在保持对其已感知目标点和其在通讯拓扑中所有邻居节点的连接，且处于距离根节点的移动目标最近的位置；
[0022]判断所述目标位置是否满足d
t
(τ,p
n
)<d
t
(τ,a)；其中，τ为所述根节点的移动目标，p
n
为目标位置，a为根节点，d
t
(τ,p
n
)为t时刻τ与p
n
之间的距离，d
t
(τ,a)为t时刻τ与a之间的距离；
[0023]如果所述目标位置满足d
t
(τ,p
n
)<d
t
(τ,a)，将所述根节点移动至所述目标位置，并在所述根节点结束移动后仍未感知到所述新增的目标点时，使所述根节点重新寻找目标位置，直至所述根节点感知到所述新增的目标点。
[0024]在本说明书一实施例中，所述调用TMP算法控制所述树状结构下的智能体分布式移动，还包括：
[0025]如果所述目标位置不满足d
t
(τ,p
n
)<d
t
(τ,a)，调用BTNK算法寻找阻碍所述根节点的智能体向其移动目标移动的瓶颈节点；
[0026]当所述瓶颈节点为所述根节点正在感知的目标点时，结束对其的感知并使所述根节点重新寻找目标位置；
[0027]当所述瓶颈节点为一智能体时，使所述根节点向其发送协助请求，并在收到该智能体的协助响应后使所述根节点重新寻找目标位置，直至所述根节点感知到所述新增的目标点；
[0028]其中，收到所述协助请求的智能体以其父节点的父节点作为其移动目标，执行与所述根节点对应的步骤，并在移动到距离其移动目标更近的位置后返回所述协助响应。在本说明书一实施例中，所述调用NRPT算法寻找目标位置，包括：
[0029]分别以所述根节点的每个邻居节点所在位置为圆心，以通信为半径生成圆；
[0030]在所有圆相交区域中寻找目标位置。
[0031]在本说明书一实施例中，所述调用BTNK算法寻找阻碍所述根节点向其移动目标移动的瓶颈节点，包括：确定与所述根节点距离等于通信距离的所有智能体，以作为第一集合；并确定与所述根节点距离等于感知距离的所有目标点，以作为第二集合；
[0032]在所述第一集合和所述第二集合的并集中寻找元素，使得该元素所在位置与p
t
(a)和p
t
(τ)交成的角度相较于其他元素是最大的，并将该元素作为所述根节点的瓶颈节点返回；
[0033]其中，p
t
(a)为所述根节点a在当前t时刻的位置，p
t
(τ)为所述移动目标τ在当前t时刻的位置。
[0034]另一方面，本说明书实施例还提供了一种智能体集群控制装置，包括：
[0035]确定模块，用于确定智能体集群中任意两个智能体间的最短路径，并根据所述最短路径、所述集群中智能体的通信距离及感知距离确定约束条件；
[0036]选择模块，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能体集群控制方法，其特征在于，包括：确定智能体集群中任意两个智能体间的最短路径，并根据所述最短路径、所述集群中智能体的通信距离及感知距离确定约束条件；在所述约束条件约束下，调用最多锚点保留RMA算法从所述集群中选择智能体，以用于感知新增的目标点；在所述集群的通讯拓扑中，以选择的智能体作为根节点，并按照所有非父邻居节点均为子节点的规则建立树状结构；调用拓扑不变的运动规划TMP算法控制所述树状结构下的智能体分布式移动，直至所述目标点被所述根节点感知到。2.如权利要求1所述的智能体集群控制方法，其特征在于，所述约束条件包括：d
t
(τ
new
,a
c
)≤r1+r2*l
a，c
；其中，τ
new
为新增的目标点，a
c
为智能体a的锚点c，d
t
(τ
new
,a
c
)为t时刻τ
new
和a
c
之间的距离，r1为智能体的感知距离，r2为智能体的通信距离，l
a，c
为智能体a与其锚点c之间的最短路径长度。3.如权利要求1所述的智能体集群控制方法，其特征在于，在所述约束条件约束下，调用RMA算法从所述集群中选择智能体，以用于感知新增的目标点，包括：对于所述集群中的每个智能体，确定该智能体的满足所述约束条件的锚点数量；从所述集群中选择具有满足所述约束条件的锚点最多的智能体，以用于感知新增的目标点；其中，所述锚点是指：对于所述集群中的任意两个智能体a
i
和a
j
，若a
i
正负责感知至少一个目标点，且在两者最短路径上的其他智能体均未感知目标点，则a
i
为a
j
的一个锚点。4.如权利要求1所述的智能体集群控制方法，其特征在于，所述按照所有非父邻居节点均为子节点的规则建立树状结构，包括：将所述根节点的所有邻居节点作为该根节点的子节点；确认所述集群的通讯拓扑中是否存在未参与建树的智能体；如果存在，则对于当前树状结构中的每个叶子结点，将其所有非父邻居节点作为自身的子节点；依次递推，直至所述集群的通讯拓扑中所有智能体均参与建树。5.如权利要求1所述的智能体集群控制方法，其特征在于，所述调用TMP算法控制所述树状结构下的智能体分布式移动，包括：调用最近目标点NRPT算法寻找目标位置；所述目标位置为所述根节点在保持对其已感知目标点和其在通讯拓扑中所有邻居节点的连接，且处于距离根节点的移动目标最近的位置；判断所述目标位置是否满足d
t
(τ，p
n
)<d
t
(τ，a)；其中，τ为所述根节点的移动目标，p
n
为目标位置，a为根节点，d
t
(τ,p
n
)为t时刻τ与p
n
之间的距离，d
...

【专利技术属性】
技术研发人员：汪建平，吴巍炜，黄子尧，
申请(专利权)人：香港城市大学深圳研究院，
类型：发明
国别省市：