多智能体系统及其协同控制研究进展
摘要：:对多智能体系统及其协同控制理论研究和应用方面的发展现状进行了简要概述.首先给出Agent及多Agent 系统的概念和特性等,介绍了研究多Agent系统协同控制时通常用到的代数图论;然后综述了近年来多Agent系统群集运动和协同控制一致性方面的研究状况,并讨论了其在军事、交通运输、智能机器人等方面的成功应用;最后,对多Agent系统未来的发展方向进行了探讨和分析,提出几个具有理论和实践意义的研究方向,以促使多Agent系统及其协同控制理论和应用的深入研究.
关键词：多Agent系统(MAS)；协同控制；代数图论；群集运动；一致性协议
Advances in Multi-Agent Systems and Cooperative Control
Abstract: Progress in multi-Agent systems with cooperative controlwas reviewed in terms of theoretical research and its applications. Firs,t concepts and features used to define Agents and multi-Agents were analyzed. Then graph theory was introduced, since it is often used in research on cooperative control of multi-Agent systems. Then advances in swarming/flocking as well as the means used to derive a consensus among multi-Agents under cooperative control were summarized. The application of these abilitieswas discussed for the military, transportation systems,and robotics. Finally, future developments for multi-Agent systemswere considered and significant research problems proposed to help focus research on key questions formulti-Agent systemswith cooperative control.
Key words:Multi-Agent system (MAS) ; Cooperative control; Graph theory; Swarming/ flocking;
Consensus protocol
分布式人工智能是人工智能领域中一个重要的研究方向,而多Agent系统(multi-Agent systemMAS)则是其一个主要的分支. 20世纪90年代,随着计算机技术、网络技术、通信技术的飞速发展,Agent及MAS的相关研究已经成为控制领域的一个新兴的研究方向.由于Agent体现了人类的社会智能,具有很强的自治性和适应性,因此,越来越多的研究人员开始关注对其理论及应用方面的研究.目前,人们已经将MAS的相关技术应用到交通控制电子商务、多机器人系统、军事等诸多领域.而在MAS中,Agent之间如何在复杂环境中相互协调,共同完成任务则成为这些应用的重要前提.近年来,从控制的角度对MAS进行分析与研究已经成为国内外众多学术机构的关注热点,人们在MAS协同控制问题上做了大量的研究工作,特别是在MAS群集运动控制和协同控制一致性问题方面取得了很大的进展.目前对MAS的研究总体上来说还处于发展的初步阶段,离真正的实用化还有一定的距离;但其广泛的应用性预示着巨大的发展潜力,这必将吸引更多专家、学者投入到这一领域的研究工作中,对MAS的理论及应用做进一步探索.根据上述目的,本文主要概述了多智能体系统(MAS)在协同控制方面的研究现状及其新进展.
1Agent与MAS的相关概念
1.1Agent的概念
Agent一词最早可见于Minsky于1986年出版的《Social of Mind》一书中.国内文献中经常将Agent翻译为:智能体、主体、代理等,但最常见的仍是采用英文“Agent”；因为Agent的概念尚无统一标准,人们对于
汉语中哪个词能更好地表达其含义还没有达到共识.介绍两种引用较多的定义形式:
①：Maes在文献[1]中将Agent定义为:试图在复杂的动态环境中实现一组目标的计算机统
②：Wooldrige和Jennings在文献[2]中,从Agent的特性方面给出其弱定义和强定义
Agent接受从环境中感知的输入,并产生输出动作作用于环境,这种交互通常是一个连续不断的过程.Agent不能完全控制它周围的环境,只能通过动作输出影响环境.
图1 环境中的Agent
Fig1 the agent in environment
图1给出了一个环境中Agent的抽象示意图.从图中可知,Agent接受从环境中感知的输入,并产生输出动作作用于环境,这种交互通常是一个连续不断的过程.Agent不能完全控制它周围的环境,只能通过动作输出影响环境.
1.2MAS的概念
概念：MAS是由多个Agent组成的集合,Agent之间以及Agent与环境之间通过通讯、协商与协作来共同完成单个Agent所不能解决的问题.
优点：更广泛的任务领域、更高的效率、改良的系统性能、错误容忍、鲁棒性、分布式的感知与作用、内在的并行性、对社会和生命科学的观察等显著特性。
图2描述了MAS中Agent之间以及Agent与环境之间的关系
图2 环境中的MAS
Fig2 Multi-Agent system in environment
1.3MAS的组织结构
MAS的组织结构可以是集中式的或分布式的,也可以是这2种形式都存在的混合式组织结构.不同的组织结构行为方式不同,因此性能也会有所不同.一般地,MAS的组织结构主要分为以下3种类型[3]:
1)行政管理组织结构(集中式).
2)完全自治式组织结构(分布式).
3)问题求解组织结构(混合式).
2MAS协同控制研究进展
经过20多年的发展,MAS的研究已经在理论和应用方面取得了很大的进展.MAS一个显著特征是:系统中每个Agent的能力有限,而大量这样的个体聚集到一起,通过相互作用会产生有意义的社会活动或完成单个Agent所不能完成的任务.因此,MAS研究领域中一个重要的问题就是设计正确的控制策略,使MAS完成给定任务,即MAS的协同控制问题.近年来,MAS的协同控制已经成为国内外诸多研究人员关注的热点问题,本节先简要介绍研究协同控制问题通常使用的代数图论,然后从MAS群集运动和协同控制一致性问题2个方面,论述近年来国内外在多Agent协同控制方面的研究发展状况.
2.1代数图论
有向图G=(V,E,A)由一个有限顶点(或结点集合V={v1,v2,…,vn}、一个有向边的集合E属于V×V和权重矩阵A所构成. eij=(vi,vj)∈E叫做边,第个元素vi称为边的起点,第2个元素vj称为边的终点,边的方向从vi指向vj.连接权值矩阵为A=[aij]且对于i∈I(I=1,2,…, n)有: i≠j, aij>0,对于i∈I:aii=0.类似地可以定义无向图,无向图是由一个有限顶点(或结点)集合、一个无向边集合和权重矩阵构成的。
2.2 MAS群集运动及控制研究
MAS群集(Swarming/Flocking)行为是复杂性科学的一个焦点问题例如：如鸟群迁徙时会整齐编队,在遇到障碍时,这种队形还可以自动调整。如野生动物群和鱼群在遇到攻击时会形成一个合理的编队逃跑,而不是一哄而散。如蚁群在觅食时能够在食物与居住地之间选取一条最优路径,并且,当环境变化时,它们会对路径进行重新选。这些是群集行为极具代表性的例子.
1987年,Reynolds提出一个模仿动物聚集的计算机模型[4],这个基本的群集模型包括3条规则1)聚集(cohesion):所有Agent改变当前位置并向其邻近成员的平均位置运动; 2)分离(separation):运动过程中,相邻的Agent避免发生碰撞; 3)调整(lignment):所有Agent速度大小和方向改变基于其邻近成员的平均值.
2.3MAS一致性问题研究
一致性(consensus)是指在一个MAS中,所有的Agent最终状态能够趋于一致.一致性协议(算法)则是MAS中,使个体状态最终趋于一致的Agent之间的信息传递规则。下面介绍两种一致性协议（算法）：设系统中有n个多Agent用xi表示第i个Agent的状态,这个状态可以是位置、速度、振幅等.
1）连续时间线性一致性协议
2）离散时间线性一致性协议
上述两种研究工作都是假设Agent信息交换渠道是非常理想化的,即每个Agent能从与它邻近的Agent 那里得到准确的信息.而在实际应用中,Agent发送、接收信息及信息传输过程中经常会受到干扰,例如:热干扰、信道衰减等。
3多Agent协同控制的应用
3.1军事方面
①Li等对一种对话模式的坦克智能体之间的通讯机制进行了构建,为在坦克分队仿真开发中通讯机制有
效性、可靠性、透明性的提高提供了有力的参考.
②Parker已经在早期的工作中对飞机编队飞行问题进行了研究,他利用局部信息和全局信息相结合的方
式设计控制率以保持编队
③文献[4]还利用MAS技术构建火力分配模型,实现火力模型通用化、智能化,使火力分配更精确、高效.
3. 2交通运输控制方面
①文献[5]采用多Agent协调控制方法来协调相邻交叉口处的控制信号,以消除网络中的交通拥塞
② Cheng等则在文献[6]中提出了一种基于多智能体的分布式交通信号协调控制方法.
③澳大利亚人工智能研究所基于多Agent的思路设计实现了一个空中交通管理系统,系统中每个Agent负责一个空中交通系统中的子问题,并与其他Agent进行协调与协作,以便实现整个系统的目标任务
3. 3智能机器人方面
①日本的机器人足球世界杯锦标赛RoboCup就是一个非常典型的例子，.在机器人足球赛中,多个机器人之间的关系相当复杂,它们必须通过互助合作才能共同完成任务,这是MAS协同控制应用的一个典型实例②在工业方面,MAS协同控制的应用表现在,人们控制多个智能机器人以特定队形搬运单个物体,利用多个智能机器人替代人类进行危险作业
4结束语
MAS及其协同控制已经成为当前学术界一个新的研究热点,吸引了许多不同领域研究人员的极大关注.本文讨论了与MAS有关的一系列问题,简要介绍了MAS协同控制方面的研究状况与应用,展望了几个有待进一步研究的方向.虽然MAS及其协同控制相关问题的研究会存在很多问题和困难,但其应用前景是十分广阔的,相信在各领域专家、学者的共同努力下,多智能体系统控制方面的研究定能取得新的进展与突破.
参考文献：
[1] TANNER H G, JADBABAIE A, PAPPASG J. Stable flocking of mobile Agents, Part II: dynamic topology[C] //Proceedings of
the IEEE Conference on Decision and Contro.l Mau,i HI, USA, 2003: 2016-2021
[2] TANNER H G. Flocking with obstacle avoidance in switc-hing networks of interconnected vehicles[C] //Proceedingsof the
IEEE InternationalConference on Robotics and Auto-mation. New Orleans, USA, 2004: 3006-3011.
[3] 李英. 多Agent系统及其在预测控制与智能交通系统中的应用[M].上海:华东理工大学出版社, 2004: 15-25.
[4] REYNOLDS G. Flocks, birds and schools: a distributed behavioral model[J]. ComputerGraphics, 1987, 21(1):25-34.
[5]VICSEK T, CZIROK A, BENJACOB E, et a.l Novel typeof phase-transition in a system of self-driven
particles[ J].PhysicalReview Letters, 1995, 75(6): 1226-1229
[6] TANNER H G, JADBABAIE A, PAPPASG J. Stable flocking of mobile Agents, Part I: fixed topology[C] // Proceedings of
the IEEE Conference on Decision and Contro.lMau,i HI, USA, 2003: 2010-2015.
多智能体技术 [摘要]当今，分布式人工智能研究的一个热点是多智能体系统，它是分布式问题求解的进一步发展。随着多智能体理论与技术的发展，其应用范围也在不断扩大着，但是由于其理论与应用研究刚起步不久，还有不少问题有待解决。本论文回顾了多智能体技术的发展历史，指出了多智能体理论及应用的研究方向，介绍了多智能体技术的基本概念和特点，多智能体系统的体系结构，多智能体中的协调与协作方法等内容。 [关键词]多智能体系统；多智能体结构；多目标优化；协调协作 Multi-agent technology [Abstract] Nowadays, one of the hot points in distributed artificial intelligence research is multi-agent system, which is the further development in distributed problem solving. With the development of multi-agent theory and technology, its application is being expanded.As the theory and application is just starting, there are many issues to be resolved.In this paper, the thesis reviews the development of EGCS, points out the research directions of multi-agent theory and application, and introduces the basic concepts and characteristics, Multi-agent system architecture，the coordination and collaboration on Multi-agent system. [Keywords] Multi-agent systems；Multi-agent architecture；Multi-objective optimization；Coordination and collaboration 1.前言 目前的工业系统正向大型、复杂、动态和开放的方向转变，传统的工业系统和多机器人技术在许多关键问题上遇到了严重的挑战。分布式人工智能 (DAI，Distributed Artificial Intelligence)与多智能体系统(MAS, Multi-Agent System)理论为解决这些挑战提供了一种最佳途径。智能体系统是分布式人工智能的一个重要分支，是20世纪末至21世纪初国际上人工智能的前沿学科。研究的目的在于解决大型、复杂的现实问题，而解决这类问题已超出了单个智能体的能力，将DAT、MAS充分应用于工业系统和多机器人系统的结果，便产生了一门新兴的机器人技术领域一多智能体机器人系统(MARS，MultiAgent Robot System)。总的来说，多智能体系统领域正在蓬勃发展。 2.多智能体 2.1多智能体理论的发展历史 智能体—Agent的概念最早可以追溯到1977年的 Carl Hewitt的“Viewing Control Structure as Patterns of Passing Messages”一文。在此文中，Carl Hewitt 给出了一个称为“Actor”的对象，它具有自身的内在状态，又能与其他同类对象发送和反馈信息。而正式采用“Agent”一词可见于M. Minsky于1986年出版的“Society of Mind”一书，文中用“Agent”称呼一些具有特别技能的个体，它们存在于社会中，并通过竞争或协商求解矛盾[1]。 多智能体系统（简称 MAS）是由多个单Agent组成的集合，该系统可以协调一组Agent的行为（知识、目标、方法和规划），以协同完成一个任务或是求解问题，各个单
多智能体系统及其协同控制研究进展 摘要：:对多智能体系统及其协同控制理论研究和应用方面的发展现状进行了简要概述.首先给出Agent及多Agent 系统的概念和特性等,介绍了研究多Agent系统协同控制时通常用到的代数图论;然后综述了近年来多Agent系统群集运动和协同控制一致性方面的研究状况,并讨论了其在军事、交通运输、智能机器人等方面的成功应用;最后,对多Agent系统未来的发展方向进行了探讨和分析,提出几个具有理论和实践意义的研究方向,以促使多Agent系统及其协同控制理论和应用的深入研究. 关键词：多Agent系统(MAS)；协同控制；代数图论；群集运动；一致性协议 Advances in Multi-Agent Systems and Cooperative Control Abstract: Progress in multi-Agent systems with cooperative controlwas reviewed in terms of theoretical research and its applications. Firs,t concepts and features used to define Agents and multi-Agents were analyzed. Then graph theory was introduced, since it is often used in research on cooperative control of multi-Agent systems. Then advances in swarming/flocking as well as the means used to derive a consensus among multi-Agents under cooperative control were summarized. The application of these abilitieswas discussed for the military, transportation systems,and robotics. Finally, future developments for multi-Agent systemswere considered and significant research problems proposed to help focus research on key questions formulti-Agent systemswith cooperative control. Key words:Multi-Agent system (MAS) ; Cooperative control; Graph theory; Swarming/ flocking; Consensus protocol 分布式人工智能是人工智能领域中一个重要的研究方向,而多Agent系统(multi-Agent systemMAS)则是其一个主要的分支. 20世纪90年代,随着计算机技术、网络技术、通信技术的飞速发展,Agent及MAS的相关研究已经成为控制领域的一个新兴的研究方向.由于Agent体现了人类的社会智能,具有很强的自治性和适应性,因此,越来越多的研究人员开始关注对其理论及应用方面的研究.目前,人们已经将MAS的相关技术应用到交通控制电子商务、多机器人系统、军事等诸多领域.而在MAS中,Agent之间如何在复杂环境中相互协调,共同完成任务则成为这些应用的重要前提.近年来,从控制的角度对MAS进行分析与研究已经成为国内外众多学术机构的关注热点,人们在MAS协同控制问题上做了大量的研究工作,特别是在MAS群集运动控制和协同控制一致性问题方面取得了很大的进展.目前对MAS的研究总体上来说还处于发展的初步阶段,离真正的实用化还有一定的距离;但其广泛的应用性预示着巨大的发展潜力,这必将吸引更多专家、学者投入到这一领域的研究工作中,对MAS的理论及应用做进一步探索.根据上述目的,本文主要概述了多智能体系统(MAS)在协同控制方面的研究现状及其新进展. 1Agent与MAS的相关概念 1.1Agent的概念 Agent一词最早可见于Minsky于1986年出版的《Social of Mind》一书中.国内文献中经常将Agent翻译为:智能体、主体、代理等,但最常见的仍是采用英文“Agent”；因为Agent的概念尚无统一标准,人们对于
智能家居照明控制 系统设计 1
本科毕业论文(设计) 题目智能家居照明控制系统设计学院电信学院 专业电子信息工程 班级电子信息工程统本(01)班学号 学生姓名谢国鑫 指导教师田新志 完成日期 5月 西安思源学院教务处制 二〇一六年五月
摘要 人们日常生活照明是必不可少的,随着老百姓生活水平的提高,普通照明达不打那种随心所欲的要求,而且电子的发展,通信和计算机网络技术为智能照明控制系统提供了条件,具有广阔的发展前景。 本课题中所设计的系统中使用CC2530作为无线网络设备, MSP430F2619 微控制器芯片作为处理器,并结合TI公司Z -堆栈协议栈来实现打开和关闭以及控制LED灯泡。本设计在上位机经过节点之间关系的灵活配置进而能达到智能控制。 本设计中的电气系统的自组网功能,用户能够经过路由器到路由器节点控制协调器发送信号任何终端设备,终端接收到命令和PWM信号,实现每个灯导致多级调光和场景模式控制功能,具有一定的实用价值。 关键词: 智能照明系统 ZigBee 无线网络 CC2530
Abstract Lighting is essential to People's Daily life, as people living standard rise, the requirements of general lighting up to don't play that follow one's inclinations, and the development of electronic, communication and computer network technology provides conditions for the intelligent lighting control system, has a broad development prospects. This topic in the design of the system used in CC2530 as wireless network equipment, MSP430F2619 microcontroller chip as the processor, and connecting with the TI company Z - stack protocol stack to achieve open and close and control LED bulbs. This design through the node in the upper machine of the relationship between the flexible configuration which can achieve intelligent control. Electrical system in the design of the ad-hoc network function, the user can control the coordinator to send signals through the router to router nodes any
课程论文 智能家居控制系统 摘要 智能家居也称智能住宅聪明家。智能家居是以住宅为平台，它将建筑结构与网络通信、信息家电、设备自动化控制进行综合的系统集成。它利用先进的计算机技术、网络通讯技术、综合布线技术、将与家居生活有关的各种子系统，有机地结合在一起，通过统筹管理，让家居生活更加舒适、安全、有效。与普通家居相比，智能家居不仅具有传统的居住功能，而且提供舒适安全、高品位且宜人的家庭生活空间，还可将原来的被动静止结构转变为具有能动智慧的工具，提供全方位的信息交换功能，帮助家庭与外部保持信息交流畅通，优化人们的生活方式，帮助人们有效安排时间，增强家居生活的安全性，甚至为各种能源费用节约资金。关键词：智能家居计算机技术自动化控制网络通信
目录 1.智能家居控制系统的控制原理 (3) 1.1物联网应用于智能家居 (3) 1.2智能家居控制系统结构 (3) 1.3智能家居主要控制模块的设计方法 (4) 1.3.1无线通讯遥控器模块 (5) 1.3.2可视门禁控制模块 (5) 1.3.3窗帘控制模块 (6) 1.3.4防盗报警模块 (6) 2.使用智能家居控制系统的特点 (7) 2.1家居电器远程控制 (7) 2.2定时控制 (7) 2.3智能照明 (7) 2.4万能遥控集中控制 (8) 2.5网络控制 (8) 2.6家电控制 (8) 3.结束语 (8)
1.智能家居控制系统的控制原理 1.1物联网应用于智能家居 ?物联网就是“物物相连的互联网”。这有两层意思：第一，物联的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络；第二，其用户端延伸和扩展到了任何物品与物品之间，进行信息交换和通讯。它通过射频识别（RFID）、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议，把任何物品与互联网连接起来，进行信息交换和通讯，以实现智能化识别、定位、跟踪、监控和管理的一种网络。物联网应用图见下图1 图1 物联网应用 ?物联网已成为当前世界新一轮经济和科技发展的战略制高点之一，发展物联网对于促进经济发展和社会进步具有重要的现实意义，2011年物联网已经纳入国家《十二五》发展规划中，将来物联网在智能家居方面发展也是一个主流方向。 1.2智能家居控制系统结构 家居系统主要由智能灯光控制、智能家电控制、智能安防报警、智能娱乐系统、可视对讲系统、远程监控系统、远程医疗监护系统等组成，框图如图2和图3所示。
多智能体系统一致性综述 一 引言 多智能体系统在20世纪80年代后期成为分布式人工智能研究中的主要研究对象。研究多智能体系统的主要目的就是期望功能相对简单的智能体系统之间进行分布式合作协调控制，最终完成复杂任务。多智能体系统由于其强健、可靠、高效、可扩展等特性，在科学计算、计算机网络、机器人、制造业、电力系统、交通控制、社会仿真、虚拟现实、计算机游戏、军事等方面广泛应用。多智能体的分布式协调合作能力是多智能体系统的基础，是发挥多智能体系统优势的关键，也是整个系统智能性的体现。 在多智能体分布式协调合作控制问题中，一致性问题作为智能体之间合作协调控制的基础，具有重要的现实意义和理论价值。所谓一致性是指随着时间的演化，一个多智能体系统中所有智能体的某一个状态趋于一致。一致性协议是智能体之间相互作用、传递信息的规则，它描述了每个智能体和其相邻的智能体的信息交互过程。当一组智能体要合作共同去完成一项任务，合作控制策略的有效性表现在多智能体必须能够应对各种不可预知的形式和突然变化的环境，必须对任务达成一致意见，这就要求智能体系统随着环境的变化能够达到一致。因此，智能体之间协调合作控制的一个首要条件是多智能体达到一致。 近年来，一致性问题的研究发展迅速，包括生物科学、物理科学、系统与控制科学、计算机科学等各个领域都对一致性问题从不同层面进行了深入分析，研究进展主要集中在群体集、蜂涌、聚集、传感器网络估计等问题。 目前，许多学科的研究人员都开展了多智能体系统的一致性问题的研究，比如多智能体分布式一致性协议、多智能体协作、蜂涌问题、聚集问题等等。下面，主要对现有文献中多智能体一致性协议进行了总结，并对相关应用进行简单的介绍。 1.1 图论基础 多智能体系统是指由多个具有独立自主能力的智能体通过一定的信息传递方式相互作用形成的系统；如果把系统中的每一个智能体看成是一个节点，任意两个节点传递的智能体之间用有向边来连接的话，智能体的拓扑结构就可以用相应的有向图来表示。 用)(A E,V,G =来表示一个有向加权图，其中}{n 21v ,,v ,v V =代表图的n 个顶
多智能体系统的协调控制相关内容 摘要 近年来，多智能体系统的协调控制在多机器人合作控制"交通车辆控制"无人飞机编队和网络的资源分配等领域有着广泛的应用，成为当前控制学科的一个热点问题’首先介绍了 多智能体系统的研究背景和智能体的概念; 然后从多智能体系统协调控制包含的几个问题 入手，即群集问题、编队控制问题、一致性问题和网络优化问题等，对其国内外的发展现状进行了总结和分析; 最后，给出了多智能体系统有待解决的一些问题，以促进对多智能体系统协调控制理论与应用的进一步研究。 关键词 多智能体系统; 一致性; 队形控制;群集/蜂拥 0 引言 在落叶飘飞的秋天，人们经常看见大雁排着整齐的人字型队伍迁徙到南方; 在阴暗潮湿的环境下，细菌部落聚集而生; 夏天池塘的青蛙同时发出哇哇的叫声; 夏日的一群萤火虫同时发出一闪一亮的光线; 自然界中成群的蜜蜂，事先没有商量建筑蜂巢的蓝图，但是它们各自搬运泥土，筑成了坚固的蜂巢; 在海洋中某些鱼类，具有规则队形聚集在一起运动，当发现新的食物来源或者受到外部攻击时，原来规则的队形被打乱了，但是在没有外界力量的介入下，一段时间之后，这群鱼类又建立了规则的队形聚集在一起运动。自然界中的这些自组织现象在没有集中中央控制的条件下，是什么样的工作机制，使得内部个体相互感知和交换信息，从而外部表现出规则而有序的智能行为运动? 并且这种智能行为是单个个体所 不能达到的，因而这些现象引起了生物学家的兴趣，生物学家试图了解这些自然界生物系统内部的工作机制，期望把这些理论应用到实际的系统中，为一些新出现的系统，例如交通车辆系统"机器人编队系统"无人飞机或者水下航行器系统等复杂智能系统提供理论指导，生物学家最初使用模拟仿真实验的方法，不能在理论上真正揭示这些生物界自组织现象的本质。 在计算机和工程领域，随着它们的发展，早期的集中式和分布式计算系统不能处理越来越复杂和规模越来越大的实际问题。20世纪 70 年代以后，分布式 人工智能方法出现，能够解决当时的问题，得到了迅速的发展，但是这种分布式人工智能有其缺点，就是低层子系统个体之间的相互作用方式是被高层系统根据任务预先设定好的，采用“自上而下”的分析方法，因此缺乏灵活性，很难为实际中的复杂大系统建模。为了克服上述的缺点，美国麻省理工学院的Minsky最早提出了智能体( agent) 的概念，同时把生物界个体社会行为的概念引入到计算机学科领域。这时，生物学和计算机科学领域发生了交叉。所谓的智能体可以是相应的软件程序，也可以是实物例如人、车辆、机器人、人造卫星等。 近些年来，由于生物学、计算机科学、人工智能、控制科学、社会学等多个学科交叉和渗透发展，多智能体系统越来越受到众多学者的广泛关注，已成为当前控制学科的热点问题。对多智能体系统的研究成果日益增多。
多智能体系统的协调控制研究综述 文章编号: ?? 多智能体系统的协调控制研究综述 苗国英马倩。 摘要 引言 近年来,多智能体系统的协调控制 在多机器人合作控制、交通车辆控制、无 在落叶飘飞的秋天,人们经常看见大雁排着整齐的“人”字型队 人飞机编队和网络的资源分配等领域有 伍迁徙到南方;在阴暗潮湿的环境下,细菌部落聚集而生;夏天池塘着广泛的应用,成为当前控制学科的一 的青蛙同时发出“哇哇”的叫声;夏日的一群萤火虫同时发出一闪一个热点问题.首先介绍了多智能体系统 的研究背景、智能体的概念和相关的图 亮的光线;自然界中成群的蜜蜂,事先没有商量建筑蜂巢的蓝图,但论知识:然后从多智能体系统协调控制 是它们各自搬运泥土,筑成了坚固的蜂巢;在海洋中某些鱼类,具有包含的几个问题入手,即群集问题、编队 规则队形聚集在一起运动,当发现新的食物来源或者受到外部攻击
控制问题、一致性问题和网络优化问题 等,对其国内外的发展现状进行了总结 时,原来规则的队形被打乱了,但是在没有外界力量的介入下,一段 和分析;最后,给出了多智能体系统有待 时间之后,这群鱼类又建立了规则的队形聚集在一起运动,如图是 解决的一些问题,以促进对多智能体系 统协调控制理论与应用的进一步研究. 摄影师在南极拍摄到企鹅捕猎前群集鱼类的图片.自然界中的这些 关键词 自组织现象在没有集中中央控制的条件下,是什么样的工作机制,使 多智能体系统;一致性;队形控制; 得内部个体相互感知和交换信息,从而外部表现出规则而有序的智 群集/蜂拥 能行为运动并且这种智能行为是单个个体所不能达到的,因而这 中图分类号 些现象引起了生物学家的兴趣.生物学家试图了解这些自然界生物 文献标志码系统内部的工作机制,期望把这些理论应用到实际的系统中,为一些 新出现的系统,例如交通车辆系统、机器人编队系统、无人飞机或者 水下航行器系统等复杂智能系统提供理论指导.生物学家最初使用 模拟仿真实验的方法,不能在理论上真正揭示这些生物界自组织现 象的本质.
无线Wi-Fi远程LED灯光方案 简介 近年来，智能家居行业火热，许多企业纷纷涉足智能家居领域，从而很多智能家居产品得以问世。由于灯光系统是家庭生活最基本的需求之一，因此智能灯光控制系列产品便成为了智能家居从业者们首选的切入点。而随着科技及生活水平的普遍提高，人们视听体验的水平也呈现出不断上升的趋势。消费者普遍对新奇的灯光控制设备产生兴趣，家中的电灯不仅仅只是照明的设备，人们更多的将智能的元素放入其中，从而智能灯光控制系统成为了一种潮流。所以远嘉科技推出了无线Wi-Fi远程LED灯光方案。 功能 1.具备wifi通讯功能，能够通过家用无线路由器组成的局域网与其他终端设备（室内机，移动终端（IOS,Android））进行通讯，从而可以通过其他终端设备实现对灯光的开，关，调光等控制； 2.基层通讯采用UDP协议，控制协议需要具备安全，可靠，可扩展的特点。Wifi信号符合国家相关行业的技术标准； 3.每一个控制器都具备在系统中唯一识别自己的机制，在有多个控制器共存的系统里，控制器能够被准确，唯一的识别出来； 4.能实现灯光的开关控制，能实现灯光的亮度调节控制； 5.能反馈当前灯光的开关状态，其他控制终端可以得到当前灯光是开，还是关的状态并显示给使用者； 6.对于亮度可调的灯光，当灯光是开的状态的时候，能够得到当前灯光的亮度值，其他控制终端可以得到当前灯光的亮度值并以某种方式显示给使用者；
7.控制器支持场景模式，至少支持32个场景。针对每一种场景，控制器能够记忆每一种场景下用户给本控制器设定的开，关，亮度值等场景参数。当收到控制器的场景切换命令时，控制器能够切换到自己在该场景中所设定的状态； 8.控制器实现7X24小时无故障运行。 APP展示
多智能体系统一致性综述 引言 多智能体系统在20世纪80年代后期成为分布式人工智能研究中的主要研究对象。研究多智能体系统的主要目的就是期望功能相对简单的智能体系统之间进行分布式合作协调 控制，最终完成复杂任务。多智能体系统由于其强健、可靠、高效、可扩展等特性，在科 学计算、计算机网络、机器人、制造业、电力系统、交通控制、社会仿真、虚拟现实、计 算机游戏、军事等方面广泛应用。多智能体的分布式协调合作能力是多智能体系统的基 础，是发挥多智能体系统优势的关键，也是整个系统智能性的体现。 在多智能体分布式协调合作控制问题中，一致性问题作为智能体之间合作协调控制的基础，具有重要的现实意义和理论价值。所谓一致性是指随着时间的演化，一个多智能 体系统中所有智能体的某一个状态趋于一致。一致性协议是智能体之间相互作用、传递 信息的规则，它描述了每个智能体和其相邻的智能体的信息交互过程。当一组智能体要 合作共同去完成一项任务，合作控制策略的有效性表现在多智能体必须能够应对各种不可预知的形式和突然变化的环境，必须对任务达成一致意见，这就要求智能体系统随着环 境的变化能够达到一致。因此，智能体之间协调合作控制的一个首要条件是多智能体达到一致。 近年来，一致性问题的研究发展迅速，包括生物科学、物理科学、系统与控制科学、计算机科学等各个领域都对一致性问题从不同层面进行了深入分析，研究进展主要集中在群体集、蜂涌、聚集、传感器网络估计等问题。 目前，许多学科的研究人员都开展了多智能体系统的一致性问题的研究，比如多智能体分布式一致性协议、多智能体协作、蜂涌问题、聚集问题等等。下面，主要对现有文 献中多智能体一致性协议进行了总结，并对相关应用进行简单的介绍。 1.1 图论基础 多智能体系统是指由多个具有独立自主能力的智能体通过一定的信息传递方式相互作用形成的系统；如果把系统中的每一个智能体看成是一个节点，任意两个节点传递的智 能体之间用有向边来连接的话，智能体的拓扑结构就可以用相应的有向图来表示。 用G (V,E,A)来表示一个有向加权图，其中V { v1,v2 , ,v n} 代表图的n个顶点； E V V 是边集合，如果存在从第 i 个顶点到第 j 个顶点的信息流，则有e ij (v i,v j) E； A 是非负加权邻接矩阵e ij E a ij 0；节点v i的邻居集定义为N i {v j|(v i,v j) E} 。如果对所 有的e ij E意识着e ji E，则称 G是无向图。
软件工程课程设计 智能家居.智能灯光控制系统
目录 1、引言...............................................................................................................................- 4 - 1.1、项目背景......................................................................................................................- 4 - 1.2、项目可行性..................................................................................................................- 4 - 1.3、项目目的及意义..........................................................................................................- 4 - 2、任务概述.......................................................................................................................- 5 - 2.1、系统定义......................................................................................................................- 5 - 2.1.1、自动感知...........................................................................................................- 5 - 2.1.2、智能分析...........................................................................................................- 5 - 2.1.3、智能决策...........................................................................................................- 5 - 2.1.4、远程控制...........................................................................................................- 5 - 2.1.5、电源控制...........................................................................................................- 5 - 2.2、术语定义：..................................................................................................................- 5 - 2.2.1、照明设备单元...................................................................................................- 5 - 2.2.2、光源单元...........................................................................................................- 6 - 2.2.3、照明模式...........................................................................................................- 6 - 2.3、数据描述：..................................................................................................................- 7 - 2.3.1、物理信号...........................................................................................................- 7 - 2.3.2、数字信号...........................................................................................................- 7 - 2.3.3、指令...................................................................................................................- 7 - 2.3.4、数据处理过程...................................................................................................- 7 - 3、需求分析.......................................................................................................................- 8 - 3.1、功能需求......................................................................................................................- 8 - 3.1.1、业务需求...........................................................................................................- 8 - 3.1.2、用户需求...........................................................................................................- 8 - 3.1.3、系统需求...........................................................................................................- 8 - 3.1.4、用例图及说明................................................................................................ - 10 - 3.2、性能需求................................................................................................................... - 12 - 3.2.1、速度................................................................................................................ - 12 - 3.2.2、鲁棒性............................................................................................................ - 12 - 3.2.3、容错性............................................................................................................ - 12 - 3.2.4、界面................................................................................................................ - 12 - 3.3、约束........................................................................................................................... - 14 - 3.3.1、运行环境........................................................................................................ - 14 - 3.3.2、硬件要求........................................................................................................ - 15 - 4、概要设计.................................................................................................................... - 16 - 4.1、系统架构设计........................................................................................................... - 16 - 4.1.1、总体架构........................................................................................................ - 16 - 4.1.2、智能控制.........................................................................................................- 17 - 4.1.3、远程控制：基于B/S结构 .............................................................................- 17 - 4.2、系统需求设计............................................................................................................- 17 - 4.2.1、智能控制设计.................................................................................................- 17 - 4.2.2、远程控制设计................................................................................................ - 19 -
(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201910254990.4 (22)申请日 2019.04.01 (71)申请人 苏州华应通信息科技有限公司 地址 215000 江苏省苏州市高新区竹园路 209号4号楼602 (72)发明人 徐斌 李志华 (74)专利代理机构 北京科家知识产权代理事务 所(普通合伙) 11427 代理人 张丽 (51)Int.Cl. G08G 1/042(2006.01) G08G 1/017(2006.01) (54)发明名称一种基于智能交通的车路协同控制系统(57)摘要本发明公开了一种基于智能交通的车路协同控制系统，所述系统包括：无线地磁车辆检测器，以RFID与地磁结合进行车辆检测，利用高精度的地磁传感器与专用的车辆波形分析算法，对流量、占有率、车速以及停车位有无进行检测；专用车载电子标签，采用无源有源结合，高频低频结合，针对智能交通系统，形成功能强大的电子车牌，实现车辆的身份识别、轨迹获取、收费、任务监控的一体化功能；车间通信设备，集成了GPS，RFID技术，实现车与车之间快速无线组网通信，并与车载电脑与传感器连接，成为移动的检测点与通信点；一体化阅读器，对系统各部件进行统一标准的数据采集，一体化阅读器之间能够实现级联与自组网通信， 构建无线传感网络。权利要求书1页 说明书3页CN 110021173 A 2019.07.16 C N 110021173 A
权 利 要 求 书1/1页CN 110021173 A 1.一种基于智能交通的车路协同控制系统，其特征在于，所述系统包括： 无线地磁车辆检测器，以RFID与地磁结合进行车辆检测，利用高精度的地磁传感器与专用的车辆波形分析算法，对流量、占有率、车速以及停车位有无进行检测； 专用车载电子标签，采用无源有源结合，高频低频结合，针对智能交通系统，形成功能强大的电子车牌，实现车辆的身份识别、轨迹获取、收费、任务监控的一体化功能； 车间通信设备，集成了GPS，RFID技术，实现车与车之间快速无线组网通信，并与车载电脑与传感器连接，成为移动的检测点与通信点； 一体化阅读器，对无线地磁车辆检测器、专用车载电子标签、车间通信设备进行统一标准的数据采集，一体化阅读器之间能够实现级联与自组网通信，构建无线传感网络。 2.根据权利要求1所述的一种基于智能交通的车路协同控制系统，其特征在于：所述无线地磁车辆检测器包括有核心电路板，所述核心电路板半径≤4cm、尺寸：直径≤5cm，高≤7cm。 3.根据权利要求2所述的一种基于智能交通的车路协同控制系统，其特征在于：所述无线地磁车辆检测器与接收机之间通信距离≥200米。 4.根据权利要求1所述的一种基于智能交通的车路协同控制系统，其特征在于：所述专用车载电子标签有源标签的读取距离≥200米，可写入的车速≥120公里/小时。 2
智能家居控制系统智能家居（Smart Home）是以住宅为平台，利用综合布线技术、 网络通信技术、智能家居-系统设计方案安全防范技术、自动控制技 术、音视频技术将家居生活有关的设施集成，构建高效的住宅设施与 家庭日程事务的管理系统，提升家居安全性、便利性、舒适性、艺术 性，并实现环保节能的居住环境。它将让用户有更方便的手段来管理 家庭设备，比如，通过家、无线遥控器、电话、互联网或者语音识别 控制家用设备，更可以执行场景操作，使多个设备形成联动；另一方 面，智能家居内的各种设备相互间可以通讯，不需要用户指挥也能根 据不同的状态互动运行，从而给用户带来最大程度的高效、便利、舒 适与安全。与普通家居相比，智能家居不仅具有传统的居住功能，提 供舒适安全、高品位且宜人的家庭生活空间，还将原来的被动静止结 构转变为具有能动智慧的工具，提供全方位的信息交换功能，帮助家 庭与外部保持信息交换畅通，优化人们的生活方式，帮助人们有效安 排时间，增强家居生活的安全性，甚至为各种能源费用节约资金。系 统的网络化功能可以提供遥控、家电（空调，热水器等）控制、照明 控制、室内外遥控、窗帘自控、防盗报警、可编程定时控制及计算机 远程控制等多种功能和手段。使生活更加舒适、便利和安全。因智能 家居控制系统布线简单、功能灵活，扩展容易而被人们广泛接受和应 用。 智能家居控制部分要求 一、智能家居控制主要分为灯光、家电（其中包含空调、电视、热水器等等）；电动窗帘的控制这三大区域 A、灯光控制部分：
1.在灯光控制部分除了普通的对某一路灯进行开关控制之外；必须具有对白炽灯进行亮度的随意调节及软启动的功能。软启动及开启或关闭灯光的时候有个渐变的过程，即当开启灯光时，灯光强度由暗渐渐变亮，或关闭灯光的时候，灯光强度由亮慢慢变暗，可以让住户眼睛有个适应的时间，而不会因为灯光突然亮起而让眼睛感觉不舒服。 2.除了这些常见的功能外，系统还必须对灯光控制进行多种动作定义。如可以有灯光亮度的定义，比如开灯时可以让灯光渐亮到30%或50%，等等。这个主要用于模拟客户夜间回家或起床，可以让灯光不要开的太亮，以免影响其他休息的人。 3.灯光的延时开启或关闭。可以让灯光经过您设定的时间后开启或关闭。当模拟当你出门的时候，先按下玄关灯的按键，等您穿鞋关门走出去后，灯光才会慢慢的关闭。 4.动作跳变：即把灯光开之后，然后经过设定的时间后，灯光自动关闭。常应用在洗手间，这样模拟在洗手完之后按下跳变的按键，过段时间后，灯光及排气扇即可自动关闭。 5.灯光组合控制。就是一个按键可以让接入系统中的各路灯光进行不同的动作。一个按键执行的动作可以抵得上几个动作方能完成的效果。 如说离家的常用模式，当外出的时候，只需要按一个按键，即可以把家里面的灯光全部关闭，这样可以避免了走到各个房间或漏关而浪费资源的现象。 会客模式：当有客人一进来，按一个按键，把灯光全部打开，立