多機器人系統(tǒng)協(xié)調(diào)協(xié)作控制技術(shù)綜述

1、第 23卷 第 6期 2007年 12月黃 石 理 工 學(xué) 院 學(xué) 報JOURNAL OF HUANGSH I IN ST ITU TE OF TECHNOLOGYVol. 23 No. 6Dec2007文章編號 : 1008 - 8245 (2007) 06 - 0001 - 06多機器人系統(tǒng)協(xié)調(diào)協(xié)作控制技術(shù)綜述姚俊武黃叢生(黃石理工學(xué)院 ,湖北 黃石 435003)摘要 :多機器人協(xié)調(diào)協(xié)作控制技術(shù)主要研究多機器人系統(tǒng)的體系結(jié)構(gòu) 、通信 、感知 、合作決策 、協(xié)調(diào)控制 、 機器人學(xué)習(xí)等內(nèi)容 。對多機器人協(xié)作協(xié)調(diào)控制技術(shù)進(jìn)行研究 ,可為多機器人協(xié)作協(xié)調(diào)控制系統(tǒng)的開發(fā)提供指 導(dǎo) ,是當(dāng)前機器人領(lǐng)

2、域研究的熱門課題之一 。關(guān)鍵詞 :多機器人系統(tǒng) ;協(xié)調(diào)協(xié)作 ;體系結(jié)構(gòu) ;多智能體系統(tǒng)中圖分類號 : TP24文獻(xiàn)標(biāo)識碼 : ARev iew on M ulti - robot Coord ina tion and Coopera tion Con trol TechnologyYao Junw uHuang Chongsheng(Huangshi Institu te of Techno logy, Huangshi Hubei 435003)Abstract: The main researches of multi - robot coordination and cooperatio

3、n contro l techno logy include system con2 struction, comm unication, appercep tion, collaboration in decision - making, coordination in contro l and machine learning. The research on multi - robo t coordination and cooperation can p rovide guidance for develop ing contro l sys2 tem of multi - robot

4、, and it is one popular p roblem in the research on robots.Key words: multi - robo t system; coordination and cooperation; system construction; multi - agent system0引言多機器人的協(xié)調(diào)協(xié)作是指多個機器人在完成 一些集體活動時相互合作的性質(zhì) 。多個機器人通 過協(xié)調(diào)協(xié)作 , 可 以 完成 單 機 器 人 難 以 完 成 的 復(fù) 雜 作業(yè) ; 可以提高機器人系統(tǒng)在作業(yè)過程中的效率 ; 可以增強機器 人系 統(tǒng) 的環(huán) 境 適 應(yīng) 能 力 ;

5、還 可 使 多 機器人系統(tǒng)解 決更 多 的實 際 問 題 , 拓 寬 應(yīng) 用 的 途 徑 。多機器人的協(xié)調(diào)協(xié)作是機器人技術(shù)開展的一 種趨勢 , 也是實 際 應(yīng) 用 迫 切 要 求 的 結(jié) 果 。隨 著 機 器人技術(shù)的不 斷發(fā) 展 , 機 器 人 的 協(xié) 調(diào) 協(xié) 作 成 為 機 器人領(lǐng)域研究的熱門課題之一 1 - 2 。1多機器人協(xié)調(diào)協(xié)作的概念在多機器人 系 統(tǒng) 中 , 協(xié) 調(diào) 是 指 多 個 機 器 人 在 完成一些集體活 動 時相 互 作 用 的 性 質(zhì) , 是 對 環(huán) 境 的適應(yīng) 。由于環(huán) 境 的 動 態(tài) 變 化 性 、機 器 人 擁 有 知 識的不完 備 性 、不 一 致 性 、不 兼

6、容 性 和 不 可 公 度 性 , 以及系統(tǒng)資源的共享性和有限性 , 機器人與環(huán) 境之間 、機器人與機器人之間可能產(chǎn)生 許多沖突 , 導(dǎo)致系統(tǒng) 不 能 正 常 有 序 地 運 行 3 。因 此 , 多 個 機 器人之間需要相 互 協(xié) 調(diào) , 避 免 沖 突 的 產(chǎn) 生 。當(dāng) 單 個機器人不能完 成 某項 任 務(wù) (如 大 型的 搬 運作 業(yè) 等 ) , 就需 要 多 個 機 器 人 通 過 協(xié) 作 來 完 成 該 項 任 務(wù) 。多機器人的 協(xié) 作 主 要 包 括 兩 個 方 面 的 內(nèi) 容 : 機器人之間的 “合作 ( Cooperation ) 和機器人之間 的“協(xié)調(diào) ( Coordinat

7、ion ) 。機器人的合作解決的主收稿日期 : 2007 - 10 - 30作者簡介 :姚俊武 ( 1969 ) ,男 ,湖北黃岡人 ,副教授 ,博士 。2黃 石 理 工 學(xué) 院 學(xué) 報2007年要問題是如何 組織 多 個機 器 人 共 同 完 成 任 務(wù) , 是 高層的組織與 決策 機 制問 題 ; 機 器 人 的 協(xié) 調(diào) 解 決 的主要問題是如何保持或?qū)崿F(xiàn)多機器人之間在執(zhí) 行任務(wù)的過程 中動 作 的協(xié) 調(diào) 一 致 , 是 機 器 人 之 間 合作關(guān)系確定后具體的動作控制問題 4 。對多機器人 之 間 的 協(xié) 作 , 現(xiàn) 在 還 沒 有 一 個 統(tǒng) 一的定義 ?？傮w上 來 講 , 協(xié) 作 反

8、 映 了 多 機 器 人 系 統(tǒng)在不同的層次上對系統(tǒng)控制與交互提出的不同 要求 。W. A. Rausch 等 在 研究 中 提出 多 機 器 人 系 統(tǒng)不同層次上的協(xié)作問題 5 , 如圖 1 所示 。其中 :隱式協(xié)作 : 機 器 人按 照 自 有 的 規(guī) 劃 模 型 推 測 其 它機器人的規(guī)劃而產(chǎn)生的協(xié)作 ; 異步 協(xié)作 : 多個 機器人在同一 環(huán)境 , 存 在 相 互 間 干 涉 的 條 件 下 為 完成各自目標(biāo)而產(chǎn)生的協(xié)作 ; 同步協(xié) 作 : 多個機 器人為完成一個共同的目標(biāo)而產(chǎn)生的協(xié)作 。圖 1 多機器人系統(tǒng)不同層次的協(xié)調(diào)協(xié)作2多機器人協(xié)調(diào)協(xié)作控制技術(shù)研 究的根本問題多機器人協(xié)調(diào)協(xié)作要

9、解決的主要問題是如何 充分發(fā)揮多機 器人 系 統(tǒng)中 各 個 機 器 人 的 能 力 , 以 求根據(jù)環(huán)境與 任務(wù) 的 變化 , 系 統(tǒng) 能夠 靈 活 、快 速 、 高效地組織多個機器人完成給定的任務(wù) 。其研究 的根本問題主要有 : 多機器人系統(tǒng)的體系結(jié)構(gòu) 、機 器人之間的通 信 、機 器 人 的感 知 、合 作 決 策 機 制 、 協(xié)調(diào)控制和學(xué)習(xí)等等 。2. 1 多機器人系統(tǒng)的體系結(jié)構(gòu)多機器人 系 統(tǒng) 是 由 多 個 機 器 人 組 成 的 系 統(tǒng) , 它不是多個機 器人 簡 單的 集 合 , 而 是 多 個 機 器 人 的有機組合 。系統(tǒng)中的機器人不僅是一個獨立的 個體 , 更是系統(tǒng) 中 的

10、一 個 成 員 。多 機 器 人 系 統(tǒng) 的 體系結(jié)構(gòu)是指系統(tǒng)中各個機器人之間在邏輯上和 物理上的信息 關(guān)系 和 控制 關(guān) 系 , 是 多 機 器 人 系 統(tǒng)的最高層局部 (多 機 器人 之 間的 合 作機 制 就是 通 過它來表達(dá)的 ) , 它決定了多機器人系統(tǒng)在任務(wù)分 解 、分配 、規(guī)劃 、決 策 及執(zhí) 行 等過 程 中的 運 行 機 制 及系統(tǒng)各機器人 個 體所 擔(dān) 當(dāng)?shù)?角 色 (如 各 機器 人 個體在系統(tǒng)中的 相 對地 位 如 何 , 是 平 等 自 主 的 互 惠互利 式 協(xié) 作 , 還 是 有 等 級 差 別 的 統(tǒng) 籌 規(guī) 劃 協(xié) 調(diào) ) , 是實現(xiàn)多機器人協(xié) 作控 制 的基

11、 礎(chǔ) , 決 定了 系 統(tǒng)的整體行為和 整 體 能 力 。一 般 而 言 , 多 機 器 人 系統(tǒng)的體系結(jié)構(gòu) 可 分為 集 中 式 結(jié) 構(gòu) 、分 布 式 結(jié) 構(gòu) 和混合式結(jié)構(gòu)三種 1 。集中式結(jié) 構(gòu) 如 圖 2 ( a ) 所 示 。在 集 中 式 結(jié) 構(gòu) 中存在一個主控機器人 (主控系統(tǒng) ) , 該機器人具 有系統(tǒng)活 動 的 所 有 信 息 (包 括 任 務(wù) 信 息 、環(huán) 境 信 息 、受控機 器 人 信 息 等 ) , 可 以 運 用 規(guī) 劃 算 法 、優(yōu) 化算法 , 對任務(wù)進(jìn)行分解與分配 , 可以向各個受控 機器人發(fā)布命令 、可 以 組合 多 個 機 器 人 協(xié) 作 完 成 任務(wù) , 系

12、統(tǒng)中的 其它 機 器人 只 與 主 控 機 器 人 進(jìn) 行 信息交換 。集中式結(jié)構(gòu)要求主控機器人具有較強 的規(guī)劃處理能力 , 具有控制簡單 、可能得 到全局最 優(yōu)規(guī)劃的特點 。但 在 實 際 系 統(tǒng) 中 , 主 控 機 器 人 不 可能具有環(huán)境的完全信息 , 因此 , 無法做出適當(dāng)?shù)?決策 , 保證受控機器人快速響應(yīng)外界環(huán)境的變化 。 同時 , 系統(tǒng)中的規(guī)劃決策都由主控機器人來完成 , 當(dāng)機器人系統(tǒng)中 機 器人 的 數(shù) 量 增 加 時 , 主 控 機 器 人的負(fù)擔(dān)加重 , 存在著嚴(yán)重的瓶頸效應(yīng) , 而且主控 機器人一旦失效 , 整 個 系 統(tǒng) 將 陷 入 癱 瘓 。系 統(tǒng) 的 可靠性 、容錯性

13、較差 。分布式結(jié) 構(gòu) 如 圖 2 ( b ) 所 示 。在 分 布 式 結(jié) 構(gòu) 中 , 沒有主控機器人 , 所有的機器人之間的關(guān)系都 是平等的 , 每個 機器 人 均能 通 過 通 信 等 手 段 與 其 它機器人進(jìn)行信 息 交 流 , 自 主 地 進(jìn) 行 決 策 。在 分 布式結(jié)構(gòu)中 , 每個機器人都具備較高的智能水平 , 能夠進(jìn)行自主決 策 。因 此 , 系 統(tǒng) 適 應(yīng) 外 界 環(huán) 境 變 化 、完成復(fù)雜 任務(wù) 的 能 力較 強 , 且 系統(tǒng) 的 容 錯 性 、 可靠性 、并行性 、可擴展性等均優(yōu)于集中 式結(jié)構(gòu)的 多機器人系統(tǒng) 。但是 , 系統(tǒng)無全局規(guī)劃能力 , 存在 局部最優(yōu) 6 ?；旌?/p>

14、式結(jié) 構(gòu) 如 圖 2 ( c ) 所 示 。它 是 一 種 融 合 了集中式結(jié)構(gòu)和分布式結(jié)構(gòu)優(yōu)點的體系結(jié)構(gòu) 。在 混合式結(jié) 構(gòu) 中 , 存 在 一 個 主 控 機 器 人 (或 主 控 系 統(tǒng) ) , 它具有系統(tǒng)的完全 信息 , 并 能 夠進(jìn) 行 全局 規(guī) 劃與決策 , 系統(tǒng) 中的 其 它機 器 人 既 能 與 主 控 機 器 人進(jìn)行信息交換 , 又 能 與其 它 的 機 器 人 進(jìn) 行 信 息 交換 , 雖然不具有系統(tǒng)的完全信息 , 卻具有進(jìn)行局 部規(guī)劃和 決 策 的 能 力 7 。一 般 情 況 下 , 機 器 人 系第 6期姚俊武 黃叢生 :多機器人系統(tǒng)協(xié)調(diào)協(xié)作控制技術(shù)綜述3統(tǒng)的規(guī)劃和決

15、 策由 各 個機 器 人 自 主 來 完 成 , 只 有 特殊條件下 , 才 由 主控 機 器 人 進(jìn) 行 全 局 的 規(guī) 劃 與 決策 。因此 , 混合 式 結(jié) 構(gòu) 融 合 了 集 中 式 結(jié) 構(gòu) 和 分 布式結(jié)構(gòu) 的 優(yōu) 點 , 具 有 更 強 的 活 力 , 適 應(yīng) 于 動 態(tài) 的 、復(fù)雜的環(huán)境 。但是 , 混合式結(jié)構(gòu)的控制系統(tǒng)復(fù)雜 , 實現(xiàn)時難度高 。 合理的體系結(jié)構(gòu)能夠極大地提高系統(tǒng)的運行效率和快速性 。因此 , 在進(jìn)行系統(tǒng)設(shè)計時 , 系統(tǒng)的 體系結(jié)構(gòu)要有利于個體能力最大程度地發(fā)揮和任 務(wù)的高效完成 。圖 2 多機器人系統(tǒng)的體系結(jié)構(gòu)2. 2 機器人之間的通信通信是 機 器 人 獲 取

16、 協(xié) 作 信 息 的 主 要 手 段 之 一 。從廣義上理解 , 通 信 是 指 機 器 人 之 間 的 交 互 方式 , 通過這種交互 , 多機器人系統(tǒng)中的每一個機 器人可以了解系統(tǒng)中其它機器人的意圖 、目 標(biāo) 、動 作以及當(dāng)前環(huán)境的狀態(tài)信息等 , 并依據(jù)這些信息 , 與其它機器人 進(jìn)行 有 交互 的 協(xié) 商 , 協(xié) 作 完 成 給 定 任務(wù) 8 。在多機器人 協(xié) 調(diào) 協(xié) 作 系 統(tǒng) 中 , 機 器 人 之 間 的 通信方式可以分為顯式通信和隱式通信兩類 。機 器人之間直接進(jìn)行信息交流的通信方式稱為顯式 通信 , 機器人通 過 環(huán)境 來 獲 取 系 統(tǒng) 中 其 它 機 器 人 的信息的通信方

17、式稱為隱式通信 9 。隱式通信方 式又可以分為主動隱式通信和被動隱式通信 。被 動隱式通 信 是 指 在 無 顯 式 通 信 的 多 機 器 人 系 統(tǒng) 中 , 機器人使用傳感器被動地感知環(huán)境的變化 , 并 依據(jù)機器人內(nèi) 部的 推 理 , 理 解 模 型 來 獲 取 其 它 機 器人的距離 、方位等信息 , 并根據(jù)這些信息進(jìn)行相 應(yīng)的決策與協(xié) 作 , 是一 種 基 于 傳 感 器 信 息 的 通 信 方式 。主動隱式通 信 是 指 在 多 機 器 人 系 統(tǒng) 中 , 各 個機器人可以通過某種方式在環(huán)境中留下某些特 定的信息進(jìn)行 信息 傳 遞 , 機 器 人 通 過 感 知 系 統(tǒng) 獲 取外界環(huán)

18、境信 息的 同 時 , 也 可 能 獲 取 其 它 機 器 人 遺留在環(huán)境中的某些特定信息 10 。采用顯式通 信 , 機 器 人 可 以 獲 取 其 它 機 器 人 的準(zhǔn)確信息 , 但 是 , 當(dāng) 機器 人 的數(shù) 量 增 加 時 , 系 統(tǒng)的通信負(fù)擔(dān)急劇 增 加 , 可能 導(dǎo) 致 系 統(tǒng) 的 運 行 效 率 降低 , 嚴(yán)重 時 系 統(tǒng) 工 作 不 正 常 甚 至 于 系 統(tǒng) 癱 瘓 。 采用隱式通信 , 雖然 機 器人 獲 取 的 信 息 不 完 全 可 靠 , 但是機器人系 統(tǒng) 的 可靠 性 、容 錯性 、穩(wěn) 定 性 等 性能均優(yōu)于采用 顯 式 通 信 的 系 統(tǒng) 。因 此 , 對 于 多

19、 機器人協(xié)作系統(tǒng) 的 通信 問 題 , 既 要 研 究 適 合 于 多 機器人系統(tǒng)實時性要求的通信協(xié)議 、通 信方式 、網(wǎng) 絡(luò)拓?fù)浣Y(jié)構(gòu)等 , 又要 利 用智 能 機 器 人 具 有 的 對 周 圍環(huán)境的感知和 推 理能 力 , 研 究 機 器 人 系 統(tǒng) 能 夠 基于對合作伙伴 行 為的 推 理 機 制 , 獲 取 合 作 伙 伴 的相關(guān)信息的通 信 控制 策 略 , 使 機 器 人 在 沒 有 顯 式通信 , 或者顯式通信中斷時 , 仍能完成給定的任 務(wù) 11 - 12 。2. 3機器人的感知感知是機 器 人 獲 取 環(huán) 境 信 息 的 另 一 種 方 式 , 是機器人與環(huán)境的局部的 、主動

20、的交互 , 通過交互 獲取環(huán)境的局部信息 。一般而言 , 智 能 機 器 人 的 感 知 問 題 主 要 包 括 “感覺 和 “知識理解 兩個方面的內(nèi)容 ?！案?覺 是指機器人通過自身配備的多種不同功能的傳感 器來感覺外部環(huán) 境 , 獲 取與 機 器 人 決 策 有 關(guān) 的 局 部環(huán)境信息 ,“感覺 研 究的主要方向是如何實現(xiàn) 更靈敏 、快速 、小 型 的 傳 感 器 系 統(tǒng) ?！爸?識 理 解 是指機器人通過 信 息事 例 、處 理 、解 釋 等 , 理 解 機 器人獲取的各種 信 息的 真 實 意 義 , 并 將 其 與 機 器 人的決策與控制緊密地結(jié)合起來 ?！爸R理 解 研4黃 石 理

21、 工 學(xué) 院 學(xué) 報2007年究的主要內(nèi)容 是如 何 更有 效 地 融 合 、處 理 機 器 人 獲取的局部環(huán) 境信 息 , 得 到更 加 準(zhǔn)確 的 、真 實 的 、 全面的環(huán)境信 息 , 為機 器 人 的 決 策 和 控 制 提 供 可 靠的信息根底 。在 協(xié) 作 多 機 器 人 系 統(tǒng) 中 , 各 個 機 器人可以配備 不同 的 傳感 器 系 統(tǒng) , 感 知 不 同 的 環(huán) 境信息 , 系統(tǒng)中 的 某個 機 器 人 可 以 利 用 其 它 機 器 人的傳感器信 息來 彌 補自 身 感 知 能 力 不 足 , 通 過 “合作感知 的策 略來實現(xiàn)資源共享 、優(yōu) 化系統(tǒng)結(jié) 構(gòu) 、提高系統(tǒng)的運行效

22、率 13 。感知與通信 一 樣 , 是 協(xié) 作 機 器 人 系 統(tǒng) 動 態(tài) 運 行的關(guān)鍵因素 , 對 協(xié)作 機 器 人 系 統(tǒng) 具 有 重 要 的 作 用 。通過感知可以 實 時 地 獲 取 環(huán) 境 的 各 種 信 息 , 使機器人系統(tǒng)能夠快速響應(yīng)環(huán)境的變化 。通過感 知可以獲取協(xié)作機器人的意圖 、動作效 果 , 可以降 低系統(tǒng)對通信 的依 賴 , 減 輕 機 器 人 系 統(tǒng) 的 通 信 負(fù) 擔(dān) , 可實現(xiàn)機器 人 系 統(tǒng) 的 無 顯 式 通 信 的 協(xié) 作 。通 過感知可以更 新和 維 護(hù)機 器 人 系 統(tǒng) 的 系 統(tǒng) 模 型 , 如對機器人的學(xué)習(xí)效果進(jìn)行檢驗 。2. 4 合作決策多機器人合

23、 作 主 要 研 究 在 給 定 一 組 任 務(wù) 、一 組機器人和相 關(guān)環(huán) 境 的前 提 下 , 如 何 優(yōu) 化 配 置 系 統(tǒng)資源 , 進(jìn)行任 務(wù) 的分 解 、分 配 , 產(chǎn)生 一 個 聯(lián) 合 行 動規(guī)劃 , 是多機 器 人系 統(tǒng) 的 高 層 的 組 織 與 決 策 機 制問題 14 。協(xié)作多機器人根本的合作決策方法主要有三 種 : 全局規(guī)劃 (集中規(guī)劃 ) , 自由協(xié)商 , 隱式合作 。 全局規(guī)劃是 一 種 自 頂 向 下 的 方 法 , 在 主 控 機 器人 (主控 系 統(tǒng) ) 上 一 次 完 成 任 務(wù) 的 分 解 和 規(guī) 劃 計算 , 將復(fù)雜的 任 務(wù)分 解 成 機 器 人 可 以

24、執(zhí) 行 的 動 作命令 , 產(chǎn)生聯(lián) 合 行動 規(guī) 劃 , 對合 作 型 任 務(wù) , 那么 形 成一種合作規(guī) 劃 。因 此 , 要 求 主 控 機 器 人 具 有 系 統(tǒng)中所有機器 人的 信 息 、任 務(wù) 的 信 息 以 及 環(huán) 境 的信息 。自由協(xié)商是 指 在 分 布 式 結(jié) 構(gòu) 中 , 當(dāng) 一 個 機 器 人不能獨立完 成任 務(wù) 時 , 就 需 要 請 求 機 器 人 與 之 協(xié)作 。通過與其它 機 器 人 進(jìn) 行 信 息 交 換 , 進(jìn) 行 性 能評估 , 最終形 成 聯(lián)合 行 動 規(guī) 劃 以 實 現(xiàn) 協(xié) 作 完 成 任務(wù)的合作規(guī)劃方法 。Davis和 Sm ith 在上世紀(jì) 80 年代對

25、子 問 題 分 配 提 出 了 著 名 的 合 同 網(wǎng) 協(xié) 商 模 型 。它類似于 市 場 上 的 招 標(biāo) % 投 標(biāo) % 中 標(biāo) 的 機 制 , 通過協(xié)商達(dá)成協(xié)議并簽定合同 15 - 17 。在無通信的 多 機 器 人 系 統(tǒng) 中 , 機 器 人 可 以 通 過自己掌握的 領(lǐng)域 知 識 、多 機 器 人 共 同 的 目 標(biāo) 以 及獲取的環(huán)境 信息 , 通 過 換 位 推 理 獲 取 其 他 機 器 人的當(dāng)前意圖 , 并以此為依據(jù) , 單獨建立機器人之間的合作關(guān)系 , 確定機器人的下一步動作 , 實現(xiàn)機 器人之間 的 合 作 , 這 種 合 作 方 法 稱 為 隱 式 合 作 。 在這種協(xié)作中

26、 , 由于 機 器人 之 間 沒 有 達(dá) 成 合 作 協(xié) 議 , 也就沒有明確的合作關(guān)系 , 合作任務(wù)的完成與 機器人所掌握的 領(lǐng) 域知 識 、在 特 定 的 環(huán) 境 下 多 機 器人能夠達(dá)成的 共 識相 關(guān) , 因 此 存 在 著 一 定 的 風(fēng) 險 。2. 5協(xié)調(diào)控制機器人的協(xié)調(diào)控制是多機器人系統(tǒng)研究的另 一個重要的問題 , 是 多 機器 人 控 制 中 普 遍 存 在 的 問題 , 主要解決以 下 兩 個方 面 的問 題 : 第 一 , 在 執(zhí) 行合作型任務(wù)過 程 中 , 如何 保 持 機 器 人 相 互 之 間 動作的協(xié)調(diào)一致 。第二 , 在系統(tǒng)運行過程中 , 如何 預(yù)防和消除沖突 或

27、 死鎖 、當(dāng) 沖 突 或 死 鎖 發(fā) 生 后 如 何采取有效的措施解除沖突或死鎖 。在多機器人 系統(tǒng)中 , 由于外界環(huán)境的動態(tài)變化 , 以及系統(tǒng)資源 的有限性和共享 性 , 機 器人 在 完 成 各 自 目 標(biāo) 的 過 程中無法防止地 產(chǎn) 生沖 突 或 死 鎖 , 而 且 這 些 沖 突 和死鎖的發(fā)生通 常 是 不 確 定 的 。因 此 , 必 須 采 取 有效措施加以預(yù)防 、消除 , 從而確保機器人系統(tǒng)有 序 的 運 行 。 對 于 動 態(tài) 沖 突 的 消 除 方 法 主 要 有 2, 18 :( 1 ) 磋商 法 : 發(fā) 生 沖 突 的 機 器 人 之 間 通 過 通 信進(jìn)行磋商 , 共同

28、研究存在的問題 , 提出修改各自 的方案 , 使各個機器人都能滿足目標(biāo)要求 。( 2 ) 慣例 法 : 系 統(tǒng) 中 的 每 一 個 機 器 人 都 擁 有 一些慣例準(zhǔn)那么 , 當(dāng)沖突發(fā)生時 , 各個機器人根據(jù)慣 例來解除沖突 。( 3 ) 熟人 模 型 法 : 一 個 機 器 人 擁 有 系 統(tǒng) 中 其 它機器人的模型 , 運 行 時通 過 感 知 了 解 其 它 機 器 人的意圖 、行為 , 基于模型和知識來推測它們的規(guī) 劃和目標(biāo) , 從而防止各自行為的沖突 。在多機器人 協(xié) 調(diào) 與 協(xié) 作 控 制 中 , 傳 統(tǒng) 的 方 法 主要是采 用 集 中 式 ( Centralized ) 控 制

29、 方 式 來 控 制 機器人之間的協(xié) 調(diào) 運動 , 這 種 控 制 的 特 點 是 集 中 規(guī)那么和集中式數(shù) 據(jù) 共享 , 適 用 于 機 器 人 數(shù) 量 較 少 時的協(xié)調(diào)控制 , 當(dāng)機 器 人的 數(shù) 量 增 加 時 由 于 計 算 負(fù)擔(dān)過重將使系統(tǒng)效率降低而很難應(yīng)用 ?，F(xiàn)在采 用的主要方法是基于多智能體概念的多智能體技 術(shù) , 這種控制方法具有靈活性 、適應(yīng)性 、魯棒性 、可 靠性以及較高的 問 題求 解 效 率 等 特 點 , 能 夠 更 好 地滿足多機器人協(xié)調(diào)協(xié)作控制的要求 。2. 6學(xué)習(xí)一般而言 , 多機器人系統(tǒng)工作在動態(tài) 、復(fù) 雜的 外界環(huán)境之中 , 由于環(huán)境的動態(tài)性和不確定性 、機

30、第 6期姚俊武 黃叢生 :多機器人系統(tǒng)協(xié)調(diào)協(xié)作控制技術(shù)綜述5器人之間通信的局限性以及機器人決策具有的隨 機性等原因 , 想 通 過人 為 設(shè) 計 和 優(yōu) 化 的 方 法 使 機 器人具備解決 所有 問 題的 能 力 是 不 現(xiàn) 實 的 , 如 何 使機器人 系 統(tǒng) 具 有 依 據(jù) 實 際 情 況 選 擇 適 當(dāng) 的 決 策 , 是多機器人 控 制 的 一 個 關(guān) 鍵 問 題 。利 用 機 器 學(xué)習(xí)的特征 , 使 機 器人 具 有 學(xué) 習(xí) 能 力 是 多 機 器 人 系統(tǒng)解決這類問題的一種有效手段 。機器人通過 學(xué)習(xí)可 以 獲 得 更 強 的 適 應(yīng) 性 、靈 活 性 等 智 能 特 性 19

31、。在多機器人系統(tǒng)中 , 對于個體機器人 , 學(xué)習(xí)可 以提高個體解決問題的能力 , 對于多機器人系統(tǒng) , 學(xué)習(xí)有助于改 善個 體 之間 的 一 致 性 和 協(xié) 調(diào) 性 , 提 高機器人系統(tǒng)的整體性能 。機器學(xué)習(xí)主 要 包 括 三 類 重 要 的 學(xué) 習(xí) 方 法 : 基 于符號的方 法 , 如變 形 空 間搜 索 算 法 20 、ID 3 ( In2 duction of Decision Trees) 決策樹歸納算法 21 等 ; 連 接主義的方 法 , 如人 工 神 經(jīng)網(wǎng) 絡(luò) 算 法 ANN ( A rtifi2 cial Neural Netwo rks) 22 等 ; 遺傳 或 進(jìn) 化的

32、方 法 , 遺 傳算法 GA ( Genetic A lgorithm ) 23 等 。這些 機 器學(xué) 習(xí)方法來源于 不同 的 科學(xué) 依 據(jù) 、使 用 不 同 的 計 算 方法 、依賴于不同的演化模式 、使用不同 的數(shù)據(jù)和 表示方法 , 具有不同的輸入輸出格式 。3多機器人協(xié)調(diào)協(xié)作控制技術(shù)的 實現(xiàn)在傳統(tǒng)的 多機 器 人系 統(tǒng) 中 , 通 常 采 用 分 層 和 集中的結(jié)構(gòu) , 通 過 從上 至 下 的 一 個 過 程 來 規(guī) 劃 和 制定系統(tǒng)決策 , 實現(xiàn)多機器人系統(tǒng)的協(xié)調(diào)協(xié)作 , 這 種集中式控制系統(tǒng)存在許多致命的缺點 。上世紀(jì) 80 年代末 , 受 到 分 布 式 人 工 智 能 DA I

33、 ( D istributed A rtificial In telligence ) 24 - 26 、多 智 能 體 系 統(tǒng) MAS (Multi - Agent System ) 研究的啟發(fā) , 一些學(xué)者針對 集中式控制的 缺乏 , 提 出 了 分 散 化 和 分 布 式 的 多 機器人系統(tǒng)合 作 組 織 策 略 、方 法 和 協(xié) 調(diào) 機 制 。使 多智能體技術(shù)在多機器人系統(tǒng)協(xié)調(diào)協(xié)作控制中得 到了廣泛的應(yīng)用 。多智能體技術(shù)是一種抽象層次較高的普遍理 論 , 其核心是把一個復(fù)雜的大系統(tǒng)分成假設(shè)干智能 、 自治的子系統(tǒng) , 它們在物理和地理上分散 , 可獨立特性有 自 治 性 、反 應(yīng) 性

34、、社 會 性 等 27 - 28 。多 智 能 體系統(tǒng)是由不同的單個智能體為完成某一特定任 務(wù)而組成的集合 , 單 個 智能 體 處 在 多 智 能 體 系 統(tǒng) 的環(huán)境中 , 每個智能體可以具有不同的特性功能 , 在完成某一共同 目 標(biāo)的 過 程 中 扮 演 不 同 角 色 , 相 互協(xié)作 。其中智能體的協(xié)作關(guān)系是通過系統(tǒng)的自 組織形成的 , 系 統(tǒng)功 能 也不 是 單 個 智 能 體 功 能 的 簡單和 29 。在多機器人 系 統(tǒng) 中 , 每 個 機 器 人 可 當(dāng) 作 一 個 智能體 , 具有一定的自治性 、反響性 、社會性等 , 采 用多智能體技術(shù)可以實現(xiàn)動態(tài)環(huán)境下多機器人之 間的協(xié)調(diào)協(xié)

35、作控制 。4結(jié)束語多機器人之間的協(xié)調(diào)與協(xié)作控制是多機器人 系統(tǒng)研究的核心 問 題之 一 , 主 要 研 究 一 組 機 器 人 的知識 、目標(biāo) 與規(guī) 劃 的 協(xié)調(diào) , 聯(lián) 合 起來 采 取 行 動 , 完成給定的任務(wù) 。本文對多機器人協(xié)作協(xié)調(diào)控制 技術(shù)研究的根本 問 題進(jìn) 行 了 深 入 的 闡 述 , 旨 在 為 多機器人協(xié)作協(xié)調(diào)控制系統(tǒng)的開發(fā)提供指導(dǎo) 。參 考 文 獻(xiàn) 1 王碩. 多機器人系統(tǒng)協(xié)調(diào)協(xié)作理論與應(yīng)用的研究D . 北京 :中國科學(xué)院自動化研究所 , 2001 2 王超越. 多機器人協(xié)作系統(tǒng)研究 D . 哈爾濱 : 哈 爾濱工業(yè)大學(xué). 1999 3 J. W ang. Deadlo

36、ck Detection and Resolution in D is2 tributed Robotic System s C . Proc. of the Japan / U SA Symp. On Flxible Automation, 1992: 673 - 677 4 Rosenchen, J. S. Rational Interaction: Cooperation Among Intelligent Agent D . Ph, D. D issertation,Stanfort University, 1986 5 W. A. ausch, p. Levi. Types of c

37、ooperation in the D is2 tributed Robot System CoMRoS J . Intelligent Robot2 ics: sensing, Modelling and Planning, 1997 ( 2 ) : 340- 355 6 Thom as Laengle, Joerg Seyfried, U lrich Rem bold. D is2 tributed Contro l of M icro robotics fo r D ifferent. App li2 cations J . Intelligentive Robotics : Sensi

38、ng, Model2 ing and Planning, 1997 (2) : 322 - 339地執(zhí)行任務(wù) , 同時又可通過通信交換信息 , 相互協(xié)調(diào) , 從而共同完成整體任務(wù) 。 7 R. A lam i, S. Fleury, m. Herrd, et al. Multi - RobotCooperation in The MARTHA Pro ject J . IEEE Ro2在分布式控制系統(tǒng)中 , 智能體 ( Agent) 被認(rèn)為botics and Autom ation, 1998, 15 (1) : 36 - 47是一個物理或抽象的實體 , 它能作用于自身和環(huán) 8 Ueyam

39、a, Fukuda, A rai. Comm unication strategy of境 , 并能對環(huán)境 的 變 化 做 出 反 應(yīng) 。智 能 體 的 典 型D istributed Intelligent System J .IEEE, 19916黃 石 理 工 學(xué) 院 學(xué) 報2007年( 11) : 1190 - 1195 9 Isral a. wagner, M ichael L indenbaum , A lfred M. B ruckstein. D istributed covering by Ant - Robots U 2 sing Evaporating Traces J

40、. IEEE Trans. on Robot2 ics and automation, 1999, 15 ( 5) : 2896 - 2903 10 Kim berly Sharm an Evans, Cem Unsal, John s. Bey. A reactive coordination scheme fo r a Many - robot System J . IEEE Trans. On System s, Man and Cy2bernetics, 1997, 27 (4) : 598 - 610 11 C. R. Cube, H. Zhang. Collective Robot

41、ics: from So2 cial Insects to Robots J . Adap tive Behavio r, 1994 ( 2) : 189 - 194 12 R. A. B rooks. A Robot That W alks: Emergent Be2 havio r from a Carefully Evolved Network J . Neural Computation, 1989 ( 1) : 253 - 262 13 J. A. Janet, D. S. Schudel, M. W. W hite, et al. Two Mobile Robots Sharing

42、 Topographical Know ledge Generated by the Region - feature Neural Netwo rk C . IEEE Proc. Of Int. Conf. on Robotics and Au2 tom ation, A lbuquerque, N ew Mexico, 1997 14 Daisuke Kura bayashi, Takenori Matsuokat, Akira Ya2jim a. Cooperation among an intelligence environm ent and mobile agents by med

43、ia agents C . Proceedings of the 2003 IEEE /RSJ INT. Conference on Intelligent Robots and System s Las Vegas, Neveda, 2003, 10: 448 - 453 15 R. Davis, R. Sm ith. Negotiation as a Metaphor fo r D istributed Problem Solving J . A rtificial Intelli2 gence, 1983, 20: 63 - 109 16 M. Singhal. Deadlock Det

44、ection in D istributed System J . IEEE Computer, 1989 (6) : 37 - 48 17 K. M. Chandy. D istributed deadlock Detection J . ACM Transaction on Computer System s, 1983, 1 ( 2 ) : 144 - 156 18 Shibata, Fukuda. Coordinative Behavio r in Evo lution2ary Multi - Agent_Robot System C . Proceedings of the 1993 IEEE /RSJ IN T. Conference on IntelligentRobots and System s Yokoh