基于多智能体的区域差异化动态覆盖算法研究

作     者：寿坚 

作者单位：杭州电子科技大学 

学位级别：硕士

导师姓名：黄娜

授予年度：2023年

学科分类：0711[理学-系统科学] 07[理学] 

主      题：多智能体系统 区域覆盖 差异化覆盖算法 极限搜索算法 动态环境覆盖 

摘      要：多智能体系统在群集行为、目标跟踪、连续监测和区域覆盖等任务中被广泛应用。其中,区域覆盖是一种基于环境因素执行的协调任务,需要在指定区域部署一组智能体以收集信息或执行任务。随着机器人技术的不断进步和任务要求的日益复杂,需要设计更加多样化的区域覆盖算法来应对各种任务环境。不同的任务环境通常需要不同的区域覆盖要求和策略。例如,在海上原油泄漏事件中,智能体需要对原油密度最高的区域以进行重点覆盖。多智能体系统需要根据任务环境灵活调整覆盖范围和方式。通过这种方式,智能体系统可以有效地分配资源,提供最佳的覆盖,以提高覆盖任务的成功率。因此,设计差异化的覆盖算法对于快速响应和优化资源至关重要。本论文旨在提出一种基于多智能体的区域差异化覆盖算法,以提高系统的覆盖效率和鲁棒性,保障重点区域的充分覆盖,提高覆盖质量。该算法适用于不同的任务环境和区域覆盖要求,如海上原油泄漏和火灾等灾害应对场景。该算法具有灵活调整覆盖范围和方式的优点,为多智能体系统提供最佳的覆盖方式,提高任务成功率。主要研究内容如下:(1)阐述了差异化覆盖的概念,提出了一种基于多智能体的区域差异化覆盖算法,实现了重点区域的差异化覆盖,并通过仿真和实验结果验证了该算法的有效性和性能优势。(2)针对非重点区域最大化覆盖问题,提出了包括改进虚拟导航智能体的更新策略和实现极限搜索覆盖算法的解决方案。通过仿真和实验分析,证明了极限搜索覆盖算法的可行性和出色的性能表现。(3)研究了动态环境下的区域差异化覆盖问题,包括动态重点区域的差异化覆盖和动态障碍物的避免碰撞。优化了区域差异化覆盖算法,使其能有效地应对不断变化的情况,确保重点区域获得差异化覆盖,同时确保系统的安全有效运行。