项目名称: 基于实物模型的多智能体群避撞与汇聚性的协同控制研究

项目编号: No.61203357

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 自动化学科

项目作者: 汉诚忠

作者单位: 电子科技大学

项目金额: 24万元

中文摘要: 本项目致力于研究自主移动智能体的协同控制,我们在项目中将针对移动机器人、气垫船和四旋翼飞行器的实物模型进行研究。协同控制的首要目标是得到被控对象的信息交互规则,移动智能体群体中的个体正是基于该信息交互规则与相邻智能体进行信息交互,从而使群体完成既定的任务。面向实际应用领域,另一个重要任务是保证智能体的避撞性和汇聚性,即是在每个移动智能体相互之间距离有限以使整个多移动机器人群体保持整体设计队形的前提下,保证每两个移动智能体之间不会发生碰撞。如今的研究成果只保证了智能体的避撞性而忽略了汇聚性,我们将在本项目中开发基于实物模型进行系统设计并保证其避撞性和汇聚性的一般架构,尤其是通过理论方法得到信息交互规则,并解决实际复杂条件下信息交互有限和参数未知的协同控制问题。我们将把研究结果以论文的形式发表于机器人和自动控制领域的顶级期刊。

中文关键词: 协同控制;多移动智能体系统;自制机器人群体;避撞;汇聚

英文摘要: This project conducts research on cooperative control of autonomous vehicles. The project deals with the actual models of mobile robot, hovercraft, and quad-rotor helicopter. The main goal of cooperative control is to obtain the interaction rules based on which each vehicle cooperate with its neighbors so that the whole group of vehicles achieve a common group objective. Towards real-world applications, the important additional goal is to guarantee collision avoidance and cohesive maintenance, i.e., guarantee that there is no collision among vehicles and the vehicles stay cohesive. The reported researches achieve the first goal based on intuitive observation and do not achieve the second goal for agents of actual vehicle models. This project develops a general framework to achieve both these goals for agents of of actual vehicle models by systematic design. In particular, we shall obtain the desired interaction rules by theoretical methods. More complex and difficult conditions from real-world applications such as limited communication and parameter uncertainty are incorporated for advanced cooperative control problems in this project. The results are aimed for publications in leading journals in the field of automatic control and the field of robotics.

英文关键词: Cooperative Control;Multi-Agent;Self-Organized Robotic Swarm;Collision Avoidance;Cohensive Maintenance

成为VIP会员查看完整内容
1

相关内容

清华大学:从单体仿生到群体智能
专知会员服务
70+阅读 · 2022年2月9日
【AAAI2022】一种基于状态扰动的鲁棒强化学习算法
专知会员服务
33+阅读 · 2022年1月31日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
64+阅读 · 2021年5月3日
专知会员服务
51+阅读 · 2020年12月19日
最新《深度强化学习中的迁移学习》综述论文
专知会员服务
153+阅读 · 2020年9月20日
多智能体深度强化学习的若干关键科学问题
专知会员服务
186+阅读 · 2020年5月24日
最新《智能交通系统的深度强化学习》综述论文,22页pdf
直播预告 | 第六届深度强化学习理论与应用研讨会
中国科学院自动化研究所
1+阅读 · 2022年1月12日
深入理解强化学习,看这篇就够了
PaperWeekly
5+阅读 · 2021年11月28日
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
DAI2020 SMARTS 自动驾驶挑战赛(深度强化学习)
深度强化学习实验室
15+阅读 · 2020年8月15日
【无人机】无人机的自主与智能控制
产业智能官
47+阅读 · 2017年11月27日
国家自然科学基金
11+阅读 · 2015年12月31日
国家自然科学基金
12+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
5+阅读 · 2010年12月31日
国家自然科学基金
3+阅读 · 2009年12月31日
Residual Mixture of Experts
Arxiv
0+阅读 · 2022年4月20日
Automated Data Augmentations for Graph Classification
Arxiv
10+阅读 · 2020年6月12日
Arxiv
15+阅读 · 2019年4月4日
Arxiv
24+阅读 · 2018年10月24日
Arxiv
12+阅读 · 2018年9月15日
小贴士
相关VIP内容
清华大学:从单体仿生到群体智能
专知会员服务
70+阅读 · 2022年2月9日
【AAAI2022】一种基于状态扰动的鲁棒强化学习算法
专知会员服务
33+阅读 · 2022年1月31日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
64+阅读 · 2021年5月3日
专知会员服务
51+阅读 · 2020年12月19日
最新《深度强化学习中的迁移学习》综述论文
专知会员服务
153+阅读 · 2020年9月20日
多智能体深度强化学习的若干关键科学问题
专知会员服务
186+阅读 · 2020年5月24日
最新《智能交通系统的深度强化学习》综述论文,22页pdf
相关资讯
直播预告 | 第六届深度强化学习理论与应用研讨会
中国科学院自动化研究所
1+阅读 · 2022年1月12日
深入理解强化学习,看这篇就够了
PaperWeekly
5+阅读 · 2021年11月28日
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
DAI2020 SMARTS 自动驾驶挑战赛(深度强化学习)
深度强化学习实验室
15+阅读 · 2020年8月15日
【无人机】无人机的自主与智能控制
产业智能官
47+阅读 · 2017年11月27日
相关基金
国家自然科学基金
11+阅读 · 2015年12月31日
国家自然科学基金
12+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
5+阅读 · 2010年12月31日
国家自然科学基金
3+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员