基于agen的智能仿真系统在交通仿真中的应用

基于agen的智能仿真系统在交通仿真中的应用

1面向agent的程序模拟计算机的发展日新月异。计算机、人工智能、网络和通信技术的结合，使计算机的应用更加广泛和深入。目前，面向对象技术已成为主要的开发方法，并得到了广泛的应用。面向对象开发方法以其特有的类、对象、继承、封装、消息传递等机制，实现了对客观事物的有力描述，实现了问题分析与处理的统一，大大提高了开发效率。然而，随着人们研究的不断深入，人们对软件的要求进一步提高，面向对象技术日渐暴露出其固有的缺陷：缺少自主性与主动性。在用对象描述自然界中有生命或有行为能力的组织、实体时，便无能为力。在这种情况，人们提出了Agent的概念，并开始进行面向Agent的软件研究与开发。至于标准的Agent的定义，现在计算机与人工智能领域的研究者并未给出一个全面接受的定义，但对于一个Agent来说，它一般应具有自治性、反应性、社会性等特点。多个Agent之间相互协作、相互作用，便形成了Multi-A-gent系统，Multi-Agent系统是实际应用的主要形式。2计算机仿真的意义计算机仿真是计算机技术应用的一个重要领域。它是以相似原理、信息技术及应用领域有关专门技术为基础，以计算机和专用设备为工具，利用系统模型对实际或设想的系统进行动态实验研究的一门多学科综合性的技术。目前，计算机仿真技术已成为人们进行科学研究、解决现实中难以实现的问题的主要手段。仿真技术作为一种重要的模拟现实方法由来已久，但真正进入大规模的应用，则是在计算机技术的发展后取得的，计算机技术为进行仿真提供了重要的工具与支持。计算机仿真也从最初的模拟仿真到目前的面向对象仿真、分布式交互仿真、虚拟现实仿真，已形成了众多的研究领域，这为人们有针对性地解决不同问题，更深入、真实地模拟客观世界提供了良好的保证。目前，面向对象仿真方法是当前最广泛应用的仿真形式，它为人们更好地分析实际问题，模拟客观对象提供了重要手段，因而在工业控制、航天、军事、战场模拟等方面获得了广泛的应用。虽然面向对象的仿真方法为计算机仿真的发展提供了有效的分析方法与工具，但面向对象的仿真方法在模拟具有智能的对象中有其固有的不足，这在很大程度上限制了仿真的效果。随着计算机技术的不断发展，特别是Agent技术的出现，为人们进行真正意义上的智能仿真提供了手段。Agent的自治性，能动地根据外界的条件调整自己的状态及反应的能力，大大拓展了客观对象的空间，为模拟有生命的对象以及具有一定内在变化规律的对象实体的模拟提供了有效的工具，已被广泛地用于计算机网络、电子商务、医疗保健、娱乐业等各领域，特别是在战场模拟、生态仿真、交通控制等领域获得了更明显的仿真效果，基于Agent的智能仿真必将成为今后主要的仿真形式。3交通模拟仿真交通问题是目前世界各国都急待解决的问题，然而，由于交通问题的复杂性、多变性使得人们在解决交通问题方面收效甚微。在进行交通问题的研究中，交通仿真是人们解决交通问题的有效形式。交通仿真一般包括宏观仿真和微观仿真两种。宏观交通仿真主要是根据交通流理论，以车流整体作为研究对象，对交通的宏观特点进行分析，该类系统有VTS、SIGOP、TRANSYT等；微观交通仿真则通过模拟交通系统中的车、人等交通元素，探索实时交通实体的交互关系。以达到真实模拟交通场景解决交通问题的目的，这类系统有EBLieferman的UTCS-1系统、日本科学警察研究所开发的MISTRAN模型、美国联邦公路局开发的TRAF-NetSIM模型等。虽然，上述交通仿真系统为人们解决交通问题提供了重要手段，然而，在以往的微观仿真中，交通中的仿真实体往往具有较少的智能性，仿真实体的行为主要依靠仿真程序的控制来实现，与实际中交通元素的个体自治运行特点有较大差距。在此情况下，运用Agent技术进行基于Agent的智能交通仿真，是进行交通仿真的理想手段，在该系统中，将交通系统中各组成元素如车辆、行人、交通灯、交叉口等看成是可独立自治运行的智能Agent，它们各自有自己的行为目的，各元素间相互作用，达到真实模拟交通环境的目的（图1）。运用Agent技术进行交通模拟，符合交通系统的实际特点，可以真正再现交通系统的真实状况，它既能准确地模拟交通实体的微观运行特性，同时，又能体现宏观交通的运行状况，是进行交通问题研究的最佳手段。运用Agent技术进行交通仿真的研究，国内外才刚刚开始，一些学者（BirgitBurmeister,MingshuLi等）也仅仅是进行了一些初步的研究。4街道与交叉口同一体在仿真系统中，主要包括车辆、行人、交通灯、交叉口、街道等交通Agent，按照Agent的理论，所有的交通Agent都可看作慎思型Agent，具有相应的智能决策能力；从C/S角度来看，车辆Agent相当于客户端（Client），而街道与交叉口则相当于服务器（Server），当车辆Agent进入某街道时，它需要向该街道注册，以使该街道Agent知道该车的存在及位置等信息，同时，街道Agent也会把相应的交通信息传递给车辆Agent；同样，当车辆Agent离开某街道时，它也应发消息通知该街道Agent。车辆作为交通的主要元素，同时也是仿真的主要对象。车辆Agent是车辆与驾驶员的同一体，其内部结构组成（图2）主要包括车辆属性，如车辆类型、车长、车速等车辆的基本物理特性，驾驶员特性，如驾驶员类型（卤莽型、谨慎型）性别、疲劳程度等因素，另外还包括驾驶意图、行车计划等特性，是基于知识的自主实体。各个自治的交通Agent在仿真环境中既独立运行，又相互制约、协作，从而达到对交通系统真实仿真的效果。5车辆agent的应用Agent的决策过程是Agent具有智能性的关键因素，在对Agent决策过程和决策方法的研究中，往往停留在基于语义逻辑、符号推理的形式，采用这种形式的Agent系统往往离实际的应用有较大距离。而在智能控制中，模糊控制、人工神经网络等智能方法已取得了巨大成功，特别是模糊控制、模糊推理技术体现了人们的实际决策过程，得到了更加广泛的应用。在基于Agent的智能交通仿真中，车辆Agent作为实际中的车辆与驾驶该车的驾驶员的统一体，车辆的驾驶行为是驾驶员个人操作的反应。而人在驾驶车辆的过程中，是综合外界的交通状况结合本人的驾驶意图而得到的结果，因此，车辆Agen在决策过程中，采用模糊决策能真正体现实际的决策过程，达到车辆Agent真正智能驾驶的能力。车辆Agent的决策过程实际上是对外界的交通状况，如交通灯的状态、道路上行人的运行状况、周围车辆的运行状况，以及自己的运行状态（包括车速、驾驶员的驾驶特点、驾驶任务等）综合决策的结果（图3），决策过程相当复杂，为简化问题，在车辆Agent的模糊决策中主要考虑前车的运行状态，取输入模糊变量为车间距（此处指车头时距）及车间距变化，输出变量为本车的加速度（图4）。定义模糊语言变量如下：车辆的模糊控制规则采用产生式规则表示：如：IF车间距大且间距变化正大THEN加速度正大IF车间距正中且间距变化正小THEN加速度正小根据实际驾驶员的控制过程可得车辆Agent的模糊控制表（表1）（觹代表不应出现的情况）。6司机特性因素驾驶员在驾驶车辆行驶时，不仅外界的交通条件对驾驶行为产生影响，驾驶员本身的特性也会对驾驶员的驾驶行为发生作用，这些因素包括驾驶员的性别、年龄、驾驶员气质、精神状态、疲劳程度、是否饮酒等等。在一般情况下，男驾驶员开车时车速一般比女驾驶员高，同样，年轻的驾驶员也一般比年长的驾驶员易开快车，当驾驶员疲劳时，驾驶员的反应能力和判断能力都会明显下降。因此，驾驶员特点的不同会对驾驶员行为产生很大的影响。在车辆Agent中，为准确地模拟车辆的驾驶行为，引入了驾驶员特性，用以表示驾驶员的不同对车辆驾驶行为的影响。从理论讲，驾驶员特性应包括驾驶员性别、年龄、疲劳程度、驾驶员类型等所有对驾驶行为造成影响的因素，在目前情况下，仅考虑驾驶员的类型对驾驶行为的影响，其它因素待以后的工作中逐渐完善。为进行研究的需要，将驾驶员的类型分为卤莽型、正常型、谨慎型三种类型，卤莽型的驾驶员驾驶车辆时车速一般较快，加减速时动作较大，而谨慎型驾驶员一般开车时比较谨慎，驾驶速度稍低，加减速幅度也较小。根据模糊理论，给出驾驶员的特性因素与车辆驾驶行为间的关系（表2）。这里定义驾驶员类型特性对车辆的影响为驾驶员因子，该因