📄 ml.htm
字号:
<!ArtChnTitle>
<!ArtChnAuthor>
<!ArtAuthorAddress>
<!ArtChnAbstract>
<!ArtChnKeyword>
<!ArtEngTitle>
<!ArtEngAuthor>
<!ArtEngAbstract>
<!ArtEngKeyword>
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=gb2312">
<meta name="GENERATOR" content="Microsoft FrontPage 5.0">
<title>学位论文－基于MAS的多移动机器人的协作问题研究</title>
<style>A:link {COLOR: #000000; FONT-FAMILY: 宋体; TEXT-DECORATION: none}
A:visited {COLOR: #000000; FONT-FAMILY: 宋体; TEXT-DECORATION: none}
A:active {FONT-FAMILY:宋体; TEXT-DECORATION: none}
A:hover {COLOR: #000000;TEXT-DECORATION:none}
BODY {FONT-FAMILY:宋体; FONT-SIZE: 9pt;TEXT-DECORATION:none}
TABLE {FONT-FAMILY: 宋体; FONT-SIZE: 9pt}
.H1 {FONT-SIZE: 9pt; COLOR: #0000cc}
.ourfont {FONT-SIZE: 9pt; LINE-HEIGHT: 14pt}
select {font-size:12px;}
.wx {BACKGROUND: #001863; BORDER-BOTTOM: white 1px solid; BORDER-LEFT: white 1px solid; BORDER-RIGHT: white 1px solid; BORDER-TOP: white 1px solid; COLOR: #ffffff; FONT-SIZE: 9pt; FONT-STYLE: normal; FONT-VARIANT: normal; FONT-WEIGHT: normal; HEIGHT: 18px; LINE-HEIGHT: normal}
.wx1 {border-top: #c0c0c0 1px;border-left: #c0c0c0 1px;border-right:#c0c0c0 1px;border-bottom:#c0c0c0 1px;border-style:inset;background-color:#ffffff;vertical-align:text-bottom}
</style>
</head>
<body bgcolor="#FFFFFF" link="#000000" background="../image/bg.gif">
<img src="../../images/xwlwk.jpg" width="750" height="94">
<table width="83%" border="0" cellspacing="0" cellpadding="0">
<tr>
<td width="19%"><p> </p>
<p></p></td>
<td width="81%"><p>馆藏号：Y624287<br>
<br>
论 文 题 目：<strong style="font-weight: 400">基于MAS的多移动机器人的协作问题研究</strong><br>
学位授予单位：南京理工大学<br>
作 者：高红霞<br>
申请学位级别：硕士<br>
学 科 名 称：计算机应用<br>
指 导 教 师：唐振民<br>
出 版 时 间：20040301<br>
摘 要：<br>
随着计算机网络、计算机通讯等技术的发展,Agent以及MAS的研究成为分布式人工智能研究的一个热点.特别是现实中的系统往往异常复杂、庞大并呈现出分布式特性,单Agent因个体所拥有的知识、计算资源的限制而力不能及,因此对多Agent的研究迅速发展.基于MAS的多机器人系统是多智能体概念在机器人学领域的一个具体应用.该文基于MAS的理论,以移动机器人编队和追捕移动目标两个仿真模型为例,研究多机器人系统的协作技术.该文首先讨论多Agent系统的概念、特性、体系结构以及相关技术,并在此基础上研究多机器人系统采用的协作模型和系统体系结构.随后,该文围绕着机器人编队行进任务,提出并建立野外环境中多机器人系统完成列队行进任务采用的集中式路径规划、分布式移动协调以及根据优先级策略进行避碰规划的一套完整的工作流程.接着重点研究多个机器人合作追捕移动目标中采用的追捕策略和移动协调,把机器人团队分组分别进行追捕和堵截的协作策略和预测与反馈机制引入到追捕中,并运用运筹学中动态规划的思想解决了目标位置分配问题;移动协调过程中,结合"行为抑制法"和"加权平均法"的优点,采用加权综合各子行为的行为选择机制,并改进避碰子行为,从而保证移动的平滑性和系统执行的效率.最后,该文在仿真越野环境中进行了模拟实验,验证前面提出的解决方案.<br>
分 类 号：TP242.6;TP18<br>
关 键 词：多Agent系统;机器人团队;体系结构;协作策略;避碰规划;移动协调
<p align="center">
<table width="80" border="0" cellspacing="0" cellpadding="0">
<tr>
<td bgcolor="#cccccc">
<table width="100%" border="0" cellspacing="1" cellpadding="0">
<tr style="CURSOR: hand">
<td bgcolor="#CCCCCC" onMouseOver="this.bgColor='#999999';" onMouseOut="this.bgColor='#cccccc';" valign="bottom" height="18" NAME="NAME_BALL" STYLE="cursor:hand" child="FALL"><div align="center"><strong><font size="4"><a href="index.htm">PDF正文</a></font></strong></div></td>
</tr>
</table></td>
</tr>
</table>
</td>
</tr>
</table>
<div align="center"></div>
</body>
</html>
⌨️ 快捷键说明
复制代码
Ctrl + C
搜索代码
Ctrl + F
全屏模式
F11
切换主题
Ctrl + Shift + D
显示快捷键
?
增大字号
Ctrl + =
减小字号
Ctrl + -