（模式识别与智能系统专业论文）基于多智能体的机器人系统通信技术的研究.pdf

硕士论文 基于多智能体的机器人系统通信技术的研究 摘要 多智能体的概念起源于分布式人工智能，多智能体机器人是多智能体概念在 机器人学领域的一个具体应用。随着机器人技术的发展，人们将更多的精力转移 到多机器人系统中。实践证明，使用多机器人系统可以更好地完成复杂任务。目 前，多机器人系统的研究多集中在高层协作领域，很少涉及底层通信问题。本文 基于多智能体机器人系统理论，对多智能体机器人系统( m a r s ) 的通信技术作了 初步研究。 本文首先介绍了智能体及多智能体机器人系统。研究了其系统结构，结合现 有通信模型及通信方式 能体机器人系统的特点 统的通信模型进行了深 扑结构；在此基础上， 提出了多层次智能体网络统一模型， 、，“1 、_ _ - 。 该模型是针对多智 体机器人系 底层网络拓 时通信协议 r t c f m r 。接下来首先对r t c f m r 底层实时任务调度及报文调度进行了深入探 讨，提出了底层任务调度协议t s 算法，给出了底层报文调度协议简单算法及中心 控制器的自举算法，在此基础上实现了实时任务和报文调度的绝对时限保证。随 后我们又对协议高层进行了初步研究，提出互融基王剧d p 的堡输协议 一a u d p i p ，给出了其简单实现方法。 最后，本文对协议系统模型、调度算法进行了高层软件模拟仿真实验，并对 实验结果进行分析。实验证明，本文提出的基于m a r s 的通信模型是合理的，对 高层i p c 协议的改良是合乎系统实时性、可靠性要求的。 关键字：智能体，多智能体机器人系统，实时通信协议，实时系统，时限保证 a b s t r a c t t h ec o n c e p to f m u l t i - a g e n tc o m e sf r o md a i ( d i s t r i b u t e da r t i f i c i a li n t e l l i g e n c e ) ， a n dm u l t i a g e n tr o b o t sa r eo n eo f i t sa p p l i c a t i o n si nt h ef i e l do f r o b o t i c s a l o n gw i t h t h e d e v e l o p m e n to fr o b o t i c s ，p e o p l e f o c u sm o r ea n dm o r eo nm a s ( m u l t i a g e n t s y s t e mj p r a c t i c e sh a v es h o w nt h ec o m p e t e n c eo fm a s f o rc o m p l e xt a s k s a t p r e s e n t ， t h er e s e a r c h e so fm a sa r em o s t l yc e n t r a l i z e do n h i g hl a y e rc o o p e r m i o n ，w h i l es e l d o m c o n c e r n e dw i t hu n d e r l a y e r c o m m u n i c a t i o n t h i s p a p e r d o e ss o m er e s e a r c ho n c o m m u n i c a t i o n t e c h n o l o g yo fm a r s ( m u l t i - a g e n tr o b o ts y s t e m ) f i r s t ，t h ep a p e ri n t r o d u c e st h ea g e n ta n dm u l t i a g e n ts y s t e m ，i n v e s t i g a t e si t ss y s t e m a r c h i t e c t u r em o d e l c o m b i n i n gw i t he x i s t i n gc o m m u n i c a t i o nm o d e l sa n dm e t h o d s ，a n u n i f i e dm o d e lo fm u l t i l a y e r a g e n tn e t w o r k i s d e v e l o p e d t h em o d e la i m s a tt h e s p e c i a l t yo fm a r sa n dh i g h l yu n i f i e sk i n d so fc o m m u n i c a t i o na r c h i t e c t u r em o d e l t h e n ，t h ec o m m u n i c a t i o nm o d e lf o rm a r s i sd e e p l ys t u d i e d ，t h em a r sf i r e dm o d e l o fh i g h l a y e r c o m m u n i c a t i o na n dt o p o l o g ys t r u c t u r eo fu n d e r l a y e r n e t w o r ka r e p r o v i d e d o nt h eb a s i so f t h e s er e s e a r c h e s ，t h ee m p h a s i so r lr e a l t i m ec o m m u n i c a t i o n p r o t o c o lf o rm a r s r t c f m ri s s t u d i e d w ed e e p l ys t u d yt h el o wl a y e rr e a l - t i m e p r o c e s sa n dm e s s a g es c h e d u l i n g ，b r i n gf o r w a r dt h et sa r i t h m e t i c t o g e t h e rw i t l ls i m p l e a r i t h m e t i co fm e s s a g ep r o t o c o la n dt h ec e n t r a lc o n t r o l l e rr e b o o t t h ep r o t o c o ls y s t e m r e a l i z e st h eg u a r a n t e eo fa b s o l u t ed e a d l i n eg u a r a n t e ef o rr e a l - t i m ep r o c e s sa n d m e s s a g e s c h e d u l i n g o nt h eb a s i so fr e s e a r c ho fu n d e rl a y e rp r o t o c o l ，w ea l s os t u d yt h eh i g h l a y e rp r o t o c o la n dd e v e l o p at r a n s m i s s i o np r o t o c o l - - a u d p i pb a s e do n u d p , a l s ow i t h i t ss i m p l er e a l i z a t i o n f i n a l l y , t h ep r o t o c o ls y s t e mm o d e l ，s c h e d u l i n ga l g o r i t h m a r es i m u l a t e di n e x p e r i m e n t s t h ee x p e r i m e n t a lr e s u l t sp r o v et h a tt h et s m o d e l p r o p o s e db yt h i sp a p e r i sr e a s o n a b l ea n dt h e i m p r o v e m e n t f o r h i g h l e v e l p r o t o c o l m e e t st h er e a l t i m e r e q u i r e m e n t so f m a r s k e y w o r d s ：a g e n t , m a r s ( m u l t i - a g e n t r o b o t i cs y s t e m ) ，r e a l - t i m ec o m m u n i c a t i o n p r o t o c o l , r e a l - t i m es y s t e m ，d e a d l i n eg u a r a n t e e i i 声明 本学位论文是我在导师的指导下取得的研究成果，尽我所知，在 本学位论文中，除了加以标注和致谢的部分外，不包含其他人已经发 表或公布过的研究成果，也不包含我为获得任何教育机构的学位或学 历而使用过的材料。与我一同工作的同事对本学位论文做出的贡献均 已在论文中作了明确的说明。 研究生签名：h 啦年占月6 日 学位论文使用授权声明 南京理工大学有权保存本学位论文的电子和纸质文档，可以借阅 或上网公布本学位论文的全部或部分内容，可以向有关部门或机构送 交并授权其保存、借阅或上网公布本学位论文的全部或部分内容。对 于保密论文，按保密的有关规定和程序处理。 研究生签名：么凯酬年月6 日 硕士论文 基于多智能体的机器人系统通信技术的研究 1 绪论 本文主要针对多智能体机器人系统的特点，提出了适用于多机器人协作与控 制要求的统一结构模型和通信模型：介绍了一种实时通讯协议r t c f m r ( r e a l t i m ec o m m u n i c a t i o nf o rm u l t i r o b o t s ) 的设计与实现，该协议主要支持多 智能体机器人系统在动态环境下的多种实时应用。 1 1 引言 随着机器人技术的发展，人们对机器人的要求不再局限于单个机器人。而将 更多的精力转移到多个机器人组成的系统上。这不仅是因为有些工作是单个机器 人无法承担的，而且越来越多的事例表明对于一些动态性强而且复杂的任务， 丌发单个机器人远比开发多机器人系统复杂和昂贵。使用多个简单机器人组成的 系统可以比单个复杂机器人更好地完成任务，而且系统可维护性大大提高了。作 为机器人学的前沿、边缘研究课题，这晕有必要对多智能体机器入系统( m a r s ) 的发展做简要回顾。 1 1 1 多智能体机器人的研究现状 多机器人系统具有许多单个机器人无法比拟的优越性。这主要表现在： 1 ) 通过与其他机器人通信，可以开发新的规划或求解方法来处理不完全的、 不确定的知识； 2 ) 通过机器人间的合作。多机器人系统不仅改善了每个机器人的基本能力， 而且从机器人的交互中进一步了解了社会行为； 3 ) 用模块化风格组织系统。 因此，进行多机器人系统的研究是机器人技术发展的必然趋势，必将对机器 人技术的发展带来划时代的变革。 1 1 1 1m a r s 概念 智能体( a g e n t ) 的概念起源于分布式人工智能( d a l ，d i s t r i b u t e da r t i f i c i a l i n t e l l i g e n c e ) 。目前智能体一般被认为是一个能作用于自身和环境，并对环境做出 反应的物理的或抽象实体中一个具有自主性、主动性、社会交互性及反应性的对 象模型。分布式人工智能的研究目标是要创建描述自然和社会系统精确的溉念模 硕士论文 基于多智能体的机器人系统通信技术的研究 型，其研究兴趣主要是若干智能体之间的合作、交互等方面。分布式人工智能一 般分为分布式问题求解( d p s ，d i s t r i b u t e d p r o b l e m s o l v i n g ) 和多智能体系统( m a s ， m u l t i - a g e n t s y s t e m ) 。d p s 考虑怎样将一个特殊问题求解在多个合作的、知识共享 的模块或结点；m a s 则是a g e n t 的集合，主要研究一组自治的智能体之间智能行 为的协调。以知识、规划、不同能力和自身动作的协调过程为特征【2 1 。 近年来，受分布式人工智能中多智能体系统研究的启发，一些从事机器人学 研究的人员将智能体概念应用于机器人系统，其基本思想是依据多智能体的组织 特性控制多机器人系统，使系统具有能合作完成人所赋予任务的能力。这种多机 器人系统称为“多智能体机器人系统” ( m a r s ，m u l t i - a g e n tr o b o t i cs y s t e m ) 。 m a r s 中，系统中的每个机器人都被视为一个具有智能行为的自主系统( a g e n t ) ， 能利用局部信息进行自主规划，并能通过规划推理解决局部冲突实现协作，从而 完成与自身相关的局部目标。依据m a r s 的特性来组织和控制多个机器人，使之 能够协作完成单个机器人无法完成的复杂任务是机器人学研究领域的新课题，具 有重要的理论和现实意义。 1 1 1 2 相关研究 基于多智能体系统理论的研究已进行了多年，其中有关多机器人协作、协调 与通讯方面的研究已经成为热点，许多研究机构都开展了这方面的理论研究，并 取得了一定的成果。相关的研究工作包括f u k u d a 研究的c e b o t 系统p 】、g b e n i 研究的s w a r m 系统【4 1 口1 、a c t r e s s 6 i 、g o f e r 【7 1 等系统。 以上介绍的研究项目多以理论和仿真研究为主，因此，近年来出现的实验系 统研究报道颇受注目。如m a t a r i c 研究了基于同构机器人a g e n t 间的协作行为，她 从硬件上实现了一个由l o 一2 0 个机器人a g e n t 组成的机器人团队，如图1 1 、1 2 1 【s 】， 并通过它演示了基于多机器人系统的群集、搜寻等群体协作行为【8 j 。r a r k i n 领导 的移动机器人实验室( m o b i lr o b o t i cl a b o r a t o r y , g e o r g i ai n s t i t u t eo f t e c h n o l o g y ) 致力于地面无人 车辆系统( u g v ，u n m a n n e dg r o u n dv e h i d e ) 的研究，如图1 1 1 1 2 2 t 9 1 ，该项目受( 美国国防部) 高级研究计划署( a r p a ) 支持。2 0 0 2 年该项目 进行到d e m oi i i 阶段。其目标是为美国军队研 制一队可投入战场使用的无人驾驶侦查车辆， 图1 1 1 2 1m 栅i c 的a g e n i 团队 如图l l 1 - 2 ，3 l “，r , c a r k i n 的研究小组对基于 反应控制的机器人团队( 一组自治车辆) 在动 态、危险环境下的协同工作进行了深入研究】，并且在移动机器人团队导航、避 2 硕士论文 基于多智能体的机器人系统通信技术的研究 图1 1 1 2 2 一辆基于h m m v w s ( 类似于j e e p ) 的原型自主车 障、行进编队、搜寻及任务指派等方面取得相应的研究成果【1 2 】【1 4 l 【1 5 】【1 6 】。相关 结论在实验室中进行了模拟验证。并进一步在u g v 团队中进行了实验，因此结论 真实可行。c t h o r p e 领导的研究小组( 隶属于r o b o t i ci n s t i t u t e ，c a r n e g i em e l l o n u n i v e r s i t y ) 对基于城市环境下的自治移动机器入系统( u r b a nr o b o t ) 进行了研究， 他们研究重点是目标的跟踪与检测，以及从目标丢失事件中自举等。其中综合了 机器人的其他行为，典型如避障等【 i 。此外，他们也对u g v 进行了研究【墙 1 1 9 1 。 图1 ，1 1 2 3由四辆自主式侦查车辆组成的机器人团队 1 1 2m a r s 通信研究 在m a r s 系统中，多机器人协作是其核心问题，为进行合作，a g e n t 间要进 行磋商和谈判，磋商从形式上看是合作前或合作中的通信过程。因此，通信是 m a r s 系统中机器人合作的关键。 1 1 2 1 相关工作 计算机网络技术的迅速发展为分布式信息处理系统带来极大方便。多智能体 硕士论文 基于多智能体的机器人系统通信技术的研究 机器人系统作为典型分布式控制系统之一，网络结构将是其特征的重要方面。但 是，多机器入系统的通信与面向数据处理与信息共享的计算机网络通信有很大不 同，它特别强调通信的实时性与鲁棒性。因此，尽管计算机网络通信提供了问题 的基本解决方案，但适合多机器人系统的实时性要求的通信模型、协议、拓扑结 构及通信方式还需要进一步研究。 目前，基于多机器人系统的高层算法越来越复杂涉及到多机器人系统的方 方面面( 协作、协调、通讯、避障及规划等) ，对底层通讯机制提出了新的要求。 尽管一些算法经过优化以减少底层通信负担，但多机器人系统的分布式特性注定 要求任务被分配到多处理机、多进程( 多任务) 并行或并发执行( “进程”在本文 中涵盖本地进程及远程进程) ，进程间通信尤显重要。此外，一些研究虽然在探索 无通信合作( 隐式通信) ，即通过感知对方a g e n t 的姿态与行为来了解其意图与状 态，从而达到交流与通信的目的1 2 0 1 ，这种通信方式可以减少对底层网络通信的依 赖。但必须认识到，它要求高性能、高灵敏度的传感器及更复杂的识别算法。 可见，在目前及可预见的未来，以实时性与鲁棒性为标尺，加强对底层通信 及多任务处理机制的研究依然是使多智能体机器人系统效率得到提高的更实际方 法。 1 1 2 2 技术背景 基于多智能体机器人系统的分布式多任务并行、并发处理可以通过多线程 ( m u l t i t h r e a d i n g ) 或多进程( 多任务) ( m u l t i p r o c e s s i n g o r m u l t i t a s k i n g ) 技术实现。 线程，在现代操作系统中被定义为可接受系统调度的最小单元及可供执行的 最小实体川。多线程，即将任务分配给若干个可调度的执行实体( 线程) 去执行。 新线程通常派生于父线程或前一个线程，所有线程从父线程获取资源，与父线程 共享相同的内存空间，这意味着线程间不需要任何通信即可共享资源，但必须使 用信号量等机制避免资源冲突。 进程，是系统进行资源分配和调度的一个独立单位，它与线程概念的不同在 于进程可以独立地向系统申请资源，而线程不可以，处于同一进程的线程只能共 享进程申请的资源。多进程技术是并行多任务处理的另一解决方案，它由多个进 程组成，这些进程可根据系统调度并行执行。但是，与多线程不同的是，这些进 程分别运行在各自独立的内存空间，这使并行系统更易实现，有利于多任务的调 度与管理，系统更稳定。然而，由于各进程不共享内存，因此多进程不可能像多 线程那样直接通过共享内存通信，而必须跨越进程边界。于是有人提出了进程间 通讯( 1 p c ，i n t e r p r o c e s sc o m m u n i c a t i o n ) 的概念。 目前，基于进程间通信的i p c 协议已有多种，一个共同的设计原则是：根据 4 硕士论文 基于多智能体的机器人系统通信技术的研究 设计要求，尽可能地达成速度与可靠性的平衡。因此，其设计过程往往是速度和 可靠性相互妥协的过程。理想情况下，我们希望通信协议针对两方面都做优化， 然而这样的协议目前还不存在。许多协议建立在底层协议之上，以提供可靠性。 基于i n t e m e t 的t c p i p 协议组充分体现了以上设计原则，传输层的t c p 、u d p 协 议建立在网络层协议i p 之上，t c p 的可靠性是以牺牲速度取得：而u d p 刚好相 反。它为使报文尽可能快地投递到目的地。取消了建立及维护连接地过程，取消 了流量控制，从而失去了可靠性保证。 1 2 本文研究动机与目的 本文的最终目的是设计一种能支持多智能体机器人系统分布式实时任务处理 的实时通信协议一r t c f m r 。r t c f m r 不同于普通的实时通信协议，它的底层 协议涉及实时任务调度和实时报文调度，我们将这两方面研究统称底层时限保证 ( d e a d t f n eg u a r a n t e e ) 控制策赂的研究。从本质上说，它们都是研究资源( 前 者是c p u ，后者是网络带宽) 合理调度与分配问题，因此简称为底层调度协议。完 整的r t c f m r 协议研究还应包括高层i p c 协议的研究，即本文提出的a u d p i p 协议。 r t c f m r 底层时限保证控制策略的研究以实现多点接入局域网网络带宽的 可预计分配和通信任务时限的绝对保证为根本目韵，而在我们的设计中，它又涉 及到实时任务的时限保证问题，因此我们将把实时任务调度纳入r t c f m r 底层调 度协议进行统一研究，用户一般不直接与该层协议打交道：高层i p c 协议研究以 向应用层提供实时、可靠通信服务为根本目的，它一般直接服务于应用层，通过 a p i 或功能函数向应用提供通信服务。实对性保证控制策略包括在多点接入局域网 上实现全局优先级和局部优先级策略以及如弼根据优先级分配网络资源，以满足 时限要求。i p c 协议内容通常包括本地及远程进程间通信。由于目前基于本地进程 间通讯机制的研究已相对较为成熟，相关协议如管道、共享内存等已通过实验的 检验，因此，r t c f m r 的高层i p c 协议将主要研究远程迸程间通讯问题( 网络通 讯问题) 。为适应多智能体机器人系统的具体特点，我们将先对适用于多智能体机 器人系统的结构模型和高层通信模型及底层网络拓扑进行研究，然后给出 r t c f m r 协议。 在多智能体机器人系统中，为适应真实世界的复杂环境，多机器人互连通常采 用无线通信技术。与有线网络相比，无线网络有以下缺点：可靠性差。由于无 线信道易受干扰( 包括自然气候及人为干扰) ，因此当信道受干扰对可靠性得不到 保证；信道延迟较高。无线信道是模拟信号，传输时需要经过调$ 0 解调：数 5 硕士论文 基于多智能体的机器人系统通信技术的研究 据保密性较差。无线电波在空中易受监听；m a c 子层有待完善。 在多智能体机器人系统中，错误的数据传递将会导致机器人做出错误的判断 与决策，从而产生严重后果，因此提出的可靠性问题是r t c f m r 高层i p c 协议 要研究的主要问题。如前所述，t c p 因过多关注可靠性保证而导致实时响应较u d p 差。而在局域网上，由于线路质量较好，u d p 丢包的可能性极小。既然以太网中 数据出错主要是由于多址访问冲突引起的( 2 2 1 ，那么在实现可预计、确定的网络带 宽分配方案下，由网络底层因素导致的错误将可望得到避免，虽然超强电磁干扰 仍可能使数据丢失，但由于有线网络具有较强的抗干扰性，因此可以不予考虑。 而r t c f m r 协议的一个重要目标是实现网络带宽的可预计分配因此基于 r t c f m r 的多机器人系统通讯服务将采用基于u d p i p 的技术为基础，以期获得最 大的实时响应性能。 然而，在无线通讯网络中，干扰是必须考虑的因素，且多机器人系统中，可 靠性必须得到保证，因此未经改良的u d p 将不适用。这时人们通常倾向于以可靠 性换取实时性，采用t c p 协议。但t c p 却不能很好地适应无线网络通讯。它的数 据流控制协议显然是针对有线网络做的优化【2 3 1 2 3 。t c p 在遇到报文丢失时，一致认 为是拥塞( 或冲突) 导致的，因此会降低报文重发速率；而在无线网中，数据丢 失是干扰造成的，数据丢失后应尽快重发可见这与t c p 协议是矛盾的。相比之 下，u d p 则不存在这种限制。因此，我们对r t c f m r 高层i p c 协议提出一种基于 u d p 的能实现可靠传输的高级u d p 协议一a u d m p 似d v a n c e d u d p i p ) ，该协议以 标准u d p 为基础，相对t c p 较轻量、高效。目标是在协议中实现包的确认、重传 机制，该协议一旦发现报文丢失，立即重发， 1 3 研究现状 目前对m a r s 系统的研究多集中在系统结构及高层通信与协作方面，尽管在 实时系统方面已有不少研究成果，但适用于m a r s 系统的实时通信机制和底层网 络拓扑模型方面的研究工作仍然较少，更谈不上就m a r s 实时通信系统协议达成 标准，因此加强对m a r s 底层拓扑结构与协议的研究是当前m a r s 研究的紧迫任 务。 下面就业界近两年来有关多机器人通信服务的相关工作做简短回顾。 8 0 年代以来多机器人协调作为一种新的机器人应用形式同益引起国内外学 术界的兴趣与关注，1 9 8 7 年在美国圣地亚哥召开的多机器人协调研讨会上，着重 提出了多机器入协调研究的主要问题。1 9 8 9 年，国际杂志 r o b o t i c sa n d a u t o n o m o u s s y s t e m ) ) 专门推出了多机器人协调研究专辑，此外，i e e e 的机器人与自动化国际 6 硕士论文 基于多智能体的机器人系统通信技术的研究 会议从1 9 8 6 年起已将多机器人协调研究列为一个专题组，足见对该问题的重视。 在过去的1 0 多年里，人们对多机器人协调控制中的协调和集中、负载分配、运动 分解、避碰轨迹规划、操作柔性体等阀题进行了大量的研究。近几年来，卡内基 梅隆大学的研究者开发了几个软件包以实现多机器人系统的通信服务。第一个软 件包被称作t c a ( t a s kc o n t r o l a r c h i t e c t u r e ) 2 4 1 ，不仅支持进程间通信，还提供了 构建系统结构的工具包。t c a 采用t c p 协议支持进程间通信。t c x 在t e a 基础上将 有关构建系统结构的代码分离出去，仅保留通信部分，从而形成纯粹意义的通信 服务软件包。第三个软件包是i p t 【z ”，它在t c x 基础上采用面向对象的技术开发 的进程间通信软件包。以上三者很相似，它们都支持快速点对点通信模型，使用 消息中断处理数据流控制，采用t c p 协议处理进程间通信。它们基本不考虑底层 技术细节，因此它们工作在应用层，封装了应用层协议。对于由底层因素导致的 问题，它们将无能为力。另外，还有n d d s ( n e t w o r k d a t ad e l i v e r y s y s t e m ) 1 2 6 1 ， 是基于u d p 协议的通信服务包，它属于商业通用系统而非专用系统。一个真正完 整的实时系统协议的例子是s p - 5 0f i e l d b u s u ”，它是用于工业过程控制和生产制造 系统的协议标准。协议不仅对高层用户接口提出建议，更主要的是按实时系统要 求对底层协议栈进行了专门设计。这与我们的r t c f m r 协议类似，只是r t c f m r 协议适用与多机器人系统，而s p - 5 0f i e l d b u s 用于生产制造系统。 目前基于i e e e 8 0 2 3 标准的以太网在局域网上得到广泛应用它的流行得益 于其构造简单、伸缩性好及价格低廉。甚至许多实时系统也采用该标准，如许多 机器人系统内部多处理单元间即通过以太网相连。然而事实证明未经改造良的标 准以太网并不适合实时系统。因为其底层m a c 协议一c s m a c d 是一种不确定的 信道仲裁协议，它采用种基于概率的静态方法来仲裁多个节点多共享网络的信 道访问权，这种方法是随机的，在最坏的情况下，一个数据报可能永远也得不到 信道的访问控制权，并且这种可能性随网络负载的加副而大大增加脚j 。文献 2 9 给出了一种基于群体协作的分布式多机器人通信系统的一种实现方法，它采用 c s m a c d 多路访问控制协议解决多机器人系统通信资源共享。支持多移动机器人 系统内部的无线通信。无线通信存在“隐藏站点问题”和“暴露站点问题”等， 而c s m a c d 并没有考虑这些因素，因此在一些通信数据量大、时限要求苛刻的 多机器人系统，单纯依靠c s m a c d 来仲裁信道访问权是否合适值得商榷。 1 4 本文内容安排 本文共分五章，内容安排如下： 第一章，对多智能体机器人系统的研究现状及相关背景进行了综述：然后阐 7 硕士论文 基于多智能体的机器人系统通信技术的研究 述了本文的研究目的与动机，介绍了相关工作。 第二章，介绍了多智能体机器入系统结构及模型。本章首先阐述了智能体基 本结构，描述了智能体结构模型的常用分类方法；在此基础上给出了多智能体机 器人体系结构；最后提出了多层次智能体网络模型，对m a r s 系统的各类模型做 出一体化描述，该模型是后续问题的研究基础。 第三章，描述了多智能体机器人系统通信模型的设计及拓扑结构。首先讨论 了一些常用的基本通信模型及通信方式，并且给出了各自优缺点：然后在此基础 上提出我们m a r s 高层通信模型设计：最后给出m a r s 系统的底层网路拓扑解构。 第四章，给出了多机器人系统通信模型协议r t c f m r 底层控制协议及高层 i p c 协议的设计与实现。首先介绍了底层协议系统的设计思想，然后建立了协议算 法数学模型，接着给出算法实现：最后对高层i p c 协议进行了分析与设计，给出 了r t c f m r 协议高层i p c - a u d p i p 协议的简单实现。 第五章我们对m a r s 的r t c f m r 协议进行了系统仿真实验。对实验结果进行 了分析，最后得出结论。 本论文结尾对我们的研究工作进行了简要的总结，并对今后的工作进行了展 挚。 硕士论文 基于多智能体的机器人系统通信技术的研究 2 智能体与多智能体机器人系统简介 既然r t c f m r 是基于m a r s 系统的实时通讯协议，那么在深入协议的具体 研究之前，首先应该介绍一下m a r s 的系统结构、特点及相关模型，其通信子系 统与之密切相关。 m a r s 系统结构需要解决的问题是系统由哪些模块组成，它们之间如何交互 信息，获取的信息将如何影响系统的行为和内部状态，以及如何将这些模块用软 件或硬件组合成一个有机整体。由于m a r s 是智能体理论在机器人领域的一个具 体应用，因此本章首先对智能体的基本概念、结构模型做简要介绍；然后给出 m a r s 的相关结构和模型；最后提出一种多层次智能体网络模型，该模型力图将 现有的模型统起来。稍后的m a r s 通信系统模型将以本章提出的多层次智能体 网络模型为基础。 2 1 智能体模型 “智能体”一词在多机器人系统中并非是一个空洞概念，它具有广泛的实际 意义。一般来说，a g e n t 实质上是指能实现某一性能的计算机程序单元的模型，同 时可以从更为抽象和普遍的意义上作为复杂软件系统的分析、说明及实现的代名 词。它以软件系统的形式作为人的智能“代理”，简称为智能体。“智能体”也是 一个伸缩性极强的概念，最简单的a g e n t 就是一个具有相关特性的计算进程d o j ， 而该进程可能只是一个具有某种智能的子程序，能够与别的a g e n t 交换信息：同 时，a g e n t 也可以是一个具有复杂智能行为的机器入系统，多个a g e n t 即组成多智 能体机器人系统。 a g e n t 至少应具有以下特性： 1 ) 它能感知它所处的环境； 2 ) 它能自主与其它智能体相互作用； 3 ) 它能自主实现自己的局部目标 a g e n t 结构可以抽象描述为：a g e n t 通过传感器感知环境，通过效应器作用环 境( 如图2 1 1 ) 。此时。a g e n t 可看作一个自治的独立模块。 大多数a g e n t 不仅要与环境交互，更主要的是处理和解释接收的信息，以达 到自己的目的。图2 1 2 给出了智能体的工作过程。a g e n t 接收的信息首先耍以适 当的方式进行融合，并能为a g e n t 知识库所接受。信息融合特别重要，不同交互 模块得到的结果可能不同，表达方式也不一样。信息处理过程是智能体的核心， 硕士论文 基于多智能体的机器人系统通信技术的研究 它反映了智能体的真正功能。信息处理的目的是解释可用数据，形成具体规划。 由于每个a g e n t 都有具体目标，内部目标的影响必须作为影响的一部分考虑。如 果影响弄清了就要采取行动，使之达到或接近目标。 i 臻塘1 i ： ， 、。鼍 癌知 作用 h 、 ，、 ( | 鬻髓谨j j 、： ?+， 豳2 1 1a g e n t 的抽象结构 由此可见，从结构上来 说，智能体可定义为从感知 暮知 序列到智能体示例动作的映 7 射。设0 是a g e n t 随时可能 ， 注意到的感知集合，a 是a g e n t ( 环境 j 在外部世界能完成的可能动 + 作集合，则a g e n t 函数 一罹阳 f 0 _ 哦定义了在所有 环境下智能体的行为。人工智 能的任务是设计智能体程序， 图2 1 2 智能体的工作过程 实现从感知到动作的映射。 图2 1 3 用伪代码描述了一个智能体框架程序。 ，a 嚣嘲p s e u d o _ c o d ep r o g r a m d y n a m i c p e r c e p t , 感惫i 釉 a c t i o | ，动 乍集 f u n c t i o ns k e l e t o n _ a g e n t ( p e r c e p or e t u r na c t i o n s t a t i d c n o w l e d g e ：* a g e n t 记忆的世界知t 晕， k n o w l e d g e - - u p d a t ek n o w l e d g e 忙o w n l e d g e ，p e r c e p o a c t i o 难一c h o s eb e s ta c ：l o n ( k n o w l e d g e l ： k n o w l e 错u p d a t e _ k n o w l e d g e ( k o w n l e d g e a c t i o n ) , r e t t w n t i o n ? 图2 1 3 智能体伪代码框架程序 该函数在a g e n t 运行期间被循环调用，每次调用，a g e n t 将修改记忆的世界知 识，反映新的感知。理想的理性智能体对于每一个可能的感知序列，总希望达到 最好的性能。因此，这里a g e n t 采取最佳动作，所采取的动作也保存在记忆里。 1 0 硕士论文 基于多智能体的机器人系统通信技术的研究 2 2 智能体的分类 “智能体”概念起源于分布式人工智能，人工智能领域的不同学派根据各自 理论对智能体进行了不同地诠释和实现，这直接导致智能体结构模型的分化，典 型的如基于经典人工智能符号模型的慎思智能体( d e l i b e r a t i v e a g e n t ) 模型以及基 于行为的反应智能体( r e a c t i v e a g e n t ) 。 2 2 1 慎思结构 慎思智能体也称作认知智能体，是一个显示的符号模型，包括环境和智能行 为的逻辑推理能力。它保持了经典人工智能的传统，是一种基于知识的系统 ( h d w 跆虫口一b a s e d s y s t e m ) 。环境模型一般预先实现的，形成主要部件知识库。 慎思智能体可以看作是具有内部 状态的主动软件实体，具有知识表示、 问题求解、环境表示、具体通讯协议 等模块。根据智能体思维方式的不同， 慎思智能体又可分为抽象思维智能体、 形象思维智能体。前者是基于抽象概 念，通过符号信息处理进行思维；后 者是通过形象材料进行整体直觉思维。 慎思智能体的结构框图见图2 2 1 1 。 2 2 2 反应结构 苎墅 罐狲 丽 、 疆五蕊( 丽而疆b 道j 皇墼多( 塾望壁) _ _ j 效应器 图2 21 1 慎思智能体结构框图 传统人工智能的缺陷几乎毫无改变地反映在慎思智能体中，主要在于其过于 僵硬的结构。a g e n t 通常工作在经常动态变化的环境中，因此，它们必须有能力基 于当前情景迅速做出决策。 针对经典人工智能的不足，b r o o k s 提出基于行为的人工智能观点p “。他认为 智能行为是智能体和它周围环境交互的结果。他实现了一些不使用符号表示和推 理的机器人，并且提出一种新的基于机器人的分层控制结构包含系统结构 ( s u b - s u m p t i o na r c h i t e c t u r e ) 1 3 2 1 。包含系统结构是由分层的能完成任务的行为功 能模块组成。每一个模块直接从世界接收传感器信息，当传感器输入满足此模块 的先决条件时，就执行此模块特定的行为程序。每个行为模块通过竞争来获得执 硕士论文 基于多智能体的机器人系统通信技术的研究 行，底层行为模块表示较原始、基本的行为( 如避障) ，它比高层行为有较高的优 先级，高层模块可以包含底层模块。 图2 2 2 1 反应智能体结构框图 基于b r o o k s 所倡导的行为理 论模型，人们提出了基于行为的 反应智能体结构模型。同样，反 应智能体不包含用符号表示的世 界模型，并且不使用复杂的符号 推理叫。图2 2 2 1 给出了反应智 能体的框图。图中“条件一动作” 规则是一个产生式有序规则序 列，它将感知与动作连接起来， 其中“条件”部分是传感器输入 经感知处理而产生的特征值集合，“动作”部分行为模块集合。反应智能体直接根 据“条件一动作”规则决策行为，不需要符号推理过程，因此能满足动态环境下 实时响应要求。 2 2 3 混合结构 无论是纯粹的慎思结构还是反应结构，都不是构造智能体的最佳方式。生活 在一个现实或虚拟环境中的智能体，会遇到种种复杂情况，智能体除了要对紧急 情况做出及时反应，还要根据策略对其行为做出中短期的规划( 局部规划) ，同时 通过外界环境和其他智能体进行分析，预测未来的状态，并通过通信语言与其他 智能体进行协作。为了保证这些功能的实时性和并行处理，人们提出混合结构的 智能体系统【3 ，它由两个子系统组成：慎思子系统。含有用符号表示的世界模 型并用主流人工智能提出的方法生成规划和决策。该予系统一般用于a g e n t 的 中长期任务：反应子系统，用来不经过复杂的推理就对环境中出现的事件进行 反应。通常反应子系统的优先级比慎思子系统高，以便对环境中出现的重要事件 提供快速实时反应。图2 2 3 1 显示了其控制结构框图。 n u 零剖葛 硕士论文 基于多智能体的机器人系统通信技术的研究 睾 g 尹延孰 图2 2 3 1 机器人高层控制结构框图 2 3 多智能体机器人系统( m a r s ) 结构 前面对a g e m 通用模型与结构进行了介绍，下面讨论多智能体机器人( m a r ， m u l t i - a g e n f r o b o t ) 的概念及多智能体机器人系统的控制结构。 目前，由于基于行为的反应控制( 以b r o o k s 的包含结构为代表) 在实际控制 中具有较快的反应而显得比传统的方法更具优势，因而成为智能机器人研究领域 关注的焦点。然而正像前面所述，基于行为的控制结构有其固有缺陷，难以适应 复杂的智能行为。因此，现代智能机器人系统多采用混合结构模型，使机器人a g e n t 具有一定的推理规划能力，图2 2 3 1 显示了这种机器人的高层结构。 多智能体系统是由一系列具有不同功能的智能体组成，但又不是多个智能体 简单的集成。它主要研究系统中智能体之间智能行为的协调，其应用主要涉及到 智能体结构、系统整体体系框架和各智能体之间的通讯协调等。多智能体机器人 系统与多智能体机器人概念的一个重要区别是：前者是“群体”概念，而后者是“个 体”概念，由多个机器人“个体”组成机器人“群体”，从而形成m a r s ( m u l t i - a g e n t 足o b o t i cs y s t e m ) 系统。在多机器人系统中，每台机器人可被抽象地描述为具有一 定判断、感觉、动作以及通信交流能力的智能体，而其中的判断、感觉、动作以 及通信模块又可被认为是具有特定功能的子a g e n t ，根据需要子a g e n t 还可进一步 再细分，依次类推，则整个机器人系统就形成一个多层次的智能体网络 ( h a h i e r a r c h i c a l a g e n t n e t w o r k s ) ，其中，每台机器人通过网络中智能体的连接 关系产生相互作用。这种系统也就是通常所说的多智能体机器人系统( m a r s ) 。 它的网络拓扑结构如下： 硕士论文 基于多智能体的机器人系统通信技术的研究 m a r s 多智能体机器人系绩 r s 机器人智篚体 s a 子智能体 图2 3 i 多层次智能体网络拓扑结构 图2 3 1 给出了多智能体机器人系统的网络拓扑结构，是一种典型的分层树形 结构。树根为m a r s ，第二层为r a ( r o b o ta g e n t ) 层，第三层及以下层为 s a ( s u b r