摘要
随着军事智能化的快速发展，群体机器人已经成为未来智能化战争的重要研究点，其在战场搜救、区域搜索与监视、饱和打击等军事行动上有着非常的优势。尽管目前国内外对群体机器人的需求、使用模式和主要功能等方面进行了一定的基础理论研究和装备研发实践，但是其在为打赢未来智能化战争带来上述优势的同时，也面临着一个亟待解决的问题——群体机器人之间的自组织协商决策问题。与传统机器人的控制模式相比，没有计算与调度中心的群体机器人必须解决大规模作战时带来的海量战场数据、动态变化的任务环境、低时延要求等带来的问题，特别是随着未来战争日益突出的智能化、自主化特征，群体机器人在面临多变复杂的战场环境时需要及时地做出决策，指导自身行动，传统机器人内的运筹与决策方法难以满足群体机器人内部决策的基本要求。因此，群体机器人的自组织协商决策方法研究对提高群体机器人在未来军事应用过程中的可行性和可扩展性，对未来动态多变的战场环境的适应能力，以及提升未来作战的装备和战术智能化、自主化能力有着十分重要的意义。 本文对面向目标围捕任务的群体机器人自组织协商决策方法进行了研究。在群体机器人的目标围捕任务中，针对群体机器人无中心控制和局部交互的特点，为了提高群体机器人执行多个任务的效率，本文提出了一种群体机器人自组织分簇协商决策方法，群体机器人分簇后将在簇内进行信息的交互和作出决策，以减小机器人之间的信息处理负载。该协商决策方法应用于一个多目标围捕的任务场景并给出了具体的分簇和协商决策算法，以并行实现对多个目标的围捕任务。最后，通过实验验证了本文所提的理论方法。 论文的主要工作及创新总结如下： （1）群体机器人分簇协商决策框架设计 针对现有群体机器人决策方法无法满足群体机器人对多个任务的及时处理要求，本文设计了一种群体机器人的分簇协商决策框架。为了让群体机器人能并行执行多个需要一定数量群体机器人合作完成的目标围捕任务，提高群体机器人完成任务的效率，设计了群体机器人分簇协商决策框架的具体内容和运行流程。在这个框架下，群体机器人可以自组织地分成若干个簇且每个簇能独立执行各自的任务，适应群体机器人面临的多任务环境，提高群体层面的任务完成效率。 （2）基于局部信息交互的群体机器人自组织分簇方法 为了有效实现大规模群体机器人对多个目标的围捕任务，提高群体机器人之间分工协作程度，本部分设计了一种群体机器人自组织分簇方法。在该方法中，群体机器人通过和通信范围内友邻机器人进行信息交互自组织地分成多个簇，且每个群体机器人能确定各自的角色和分工，每个簇都具有独立执行各自任务的能力，为后续的协商决策过程提供了有效的信息传递与信息融合方式，提高了群体机器人之间的协作程度。 （3）基于信息融合的群体机器人协商决策方法 为有效应对群体机器人在处理多种属性多种数据结构的环境信息时所面临的挑战，首先对群体机器人执行任务过程中需要处理的信息内容进行了分析和建模。在此基础上基于群决策中的信息融合方法给出了一种群体机器人分簇后簇内的决策方法，通过这一方法，能够对任务执行过程中群体机器人之间传递的多属性多数据结构信息进行有效融合，使得群体机器人对于多个可执行的任务方案进行充分协商，得到决策结果，提高协商决策的准确性。 （4）进行实验测试与结果分析 为验证上述所提方法，本文通过Matlab、Kilobots等平台进行了仿真和实机实验，对所提方法的可行性、可扩展性和优越性进行了分析和验证，探讨了在和不同算法进行对比时所提方法的性能表现，为本文方法在群体机器人中的进一步应用提供了坚实基础。
NETL