多机器人系统协调协作控制技术综述

1、第 23卷 第 6期 2007年 12月黄 石 理 工 学 院 学 报JOURNAL OF HUANGSH I IN ST ITU TE OF TECHNOLOGYVol. 23 No. 6Dec2007文章编号 : 1008 - 8245 (2007) 06 - 0001 - 06多机器人系统协调协作控制技术综述姚俊武黄丛生(黄石理工学院 ,湖北 黄石 435003)摘要 :多机器人协调协作控制技术主要研究多机器人系统的体系结构 、通信 、感知 、合作决策 、协调控制 、 机器人学习等内容 。对多机器人协作协调控制技术进行研究 ,可为多机器人协作协调控制系统的开发提供指 导 ,是当前机器人领

2、域研究的热门课题之一 。关键词 :多机器人系统 ;协调协作 ;体系结构 ;多智能体系统中图分类号 : TP24文献标识码 : 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引言多机器人的协调协作是指多个机器人在完成 一些集体活动时相互合作的性质 。多个机器人通 过协调协作 , 可 以 完成 单 机 器 人 难 以 完 成 的 复 杂 作业 ; 可以提高机器人系统在作业过程中的效率 ; 可以增强机器 人系 统 的环 境 适 应 能 力 ;

5、还 可 使 多 机器人系统解 决更 多 的实 际 问 题 , 拓 宽 应 用 的 途 径 。多机器人的协调协作是机器人技术开展的一 种趋势 , 也是实 际 应 用 迫 切 要 求 的 结 果 。随 着 机 器人技术的不 断发 展 , 机 器 人 的 协 调 协 作 成 为 机 器人领域研究的热门课题之一 1 - 2 。1多机器人协调协作的概念在多机器人 系 统 中 , 协 调 是 指 多 个 机 器 人 在 完成一些集体活 动 时相 互 作 用 的 性 质 , 是 对 环 境 的适应 。由于环 境 的 动 态 变 化 性 、机 器 人 拥 有 知 识的不完 备 性 、不 一 致 性 、不 兼

6、容 性 和 不 可 公 度 性 , 以及系统资源的共享性和有限性 , 机器人与环 境之间 、机器人与机器人之间可能产生 许多冲突 , 导致系统 不 能 正 常 有 序 地 运 行 3 。因 此 , 多 个 机 器人之间需要相 互 协 调 , 避 免 冲 突 的 产 生 。当 单 个机器人不能完 成 某项 任 务 (如 大 型的 搬 运作 业 等 ) , 就需 要 多 个 机 器 人 通 过 协 作 来 完 成 该 项 任 务 。多机器人的 协 作 主 要 包 括 两 个 方 面 的 内 容 : 机器人之间的 “合作 ( Cooperation ) 和机器人之间 的“协调 ( Coordinat

7、ion ) 。机器人的合作解决的主收稿日期 : 2007 - 10 - 30作者简介 :姚俊武 ( 1969 ) ,男 ,湖北黄冈人 ,副教授 ,博士 。2黄 石 理 工 学 院 学 报2007年要问题是如何 组织 多 个机 器 人 共 同 完 成 任 务 , 是 高层的组织与 决策 机 制问 题 ; 机 器 人 的 协 调 解 决 的主要问题是如何保持或实现多机器人之间在执 行任务的过程 中动 作 的协 调 一 致 , 是 机 器 人 之 间 合作关系确定后具体的动作控制问题 4 。对多机器人 之 间 的 协 作 , 现 在 还 没 有 一 个 统 一的定义 。总体上 来 讲 , 协 作 反

8、 映 了 多 机 器 人 系 统在不同的层次上对系统控制与交互提出的不同 要求 。W. A. Rausch 等 在 研究 中 提出 多 机 器 人 系 统不同层次上的协作问题 5 , 如图 1 所示 。其中 :隐式协作 : 机 器 人按 照 自 有 的 规 划 模 型 推 测 其 它机器人的规划而产生的协作 ; 异步 协作 : 多个 机器人在同一 环境 , 存 在 相 互 间 干 涉 的 条 件 下 为 完成各自目标而产生的协作 ; 同步协 作 : 多个机 器人为完成一个共同的目标而产生的协作 。图 1 多机器人系统不同层次的协调协作2多机器人协调协作控制技术研 究的根本问题多机器人协调协作要

9、解决的主要问题是如何 充分发挥多机 器人 系 统中 各 个 机 器 人 的 能 力 , 以 求根据环境与 任务 的 变化 , 系 统 能够 灵 活 、快 速 、 高效地组织多个机器人完成给定的任务 。其研究 的根本问题主要有 : 多机器人系统的体系结构 、机 器人之间的通 信 、机 器 人 的感 知 、合 作 决 策 机 制 、 协调控制和学习等等 。2. 1 多机器人系统的体系结构多机器人 系 统 是 由 多 个 机 器 人 组 成 的 系 统 , 它不是多个机 器人 简 单的 集 合 , 而 是 多 个 机 器 人 的有机组合 。系统中的机器人不仅是一个独立的 个体 , 更是系统 中 的

10、一 个 成 员 。多 机 器 人 系 统 的 体系结构是指系统中各个机器人之间在逻辑上和 物理上的信息 关系 和 控制 关 系 , 是 多 机 器 人 系 统的最高层局部 (多 机 器人 之 间的 合 作机 制 就是 通 过它来表达的 ) , 它决定了多机器人系统在任务分 解 、分配 、规划 、决 策 及执 行 等过 程 中的 运 行 机 制 及系统各机器人 个 体所 担 当的 角 色 (如 各 机器 人 个体在系统中的 相 对地 位 如 何 , 是 平 等 自 主 的 互 惠互利 式 协 作 , 还 是 有 等 级 差 别 的 统 筹 规 划 协 调 ) , 是实现多机器人协 作控 制 的基

11、 础 , 决 定了 系 统的整体行为和 整 体 能 力 。一 般 而 言 , 多 机 器 人 系统的体系结构 可 分为 集 中 式 结 构 、分 布 式 结 构 和混合式结构三种 1 。集中式结 构 如 图 2 ( a ) 所 示 。在 集 中 式 结 构 中存在一个主控机器人 (主控系统 ) , 该机器人具 有系统活 动 的 所 有 信 息 (包 括 任 务 信 息 、环 境 信 息 、受控机 器 人 信 息 等 ) , 可 以 运 用 规 划 算 法 、优 化算法 , 对任务进行分解与分配 , 可以向各个受控 机器人发布命令 、可 以 组合 多 个 机 器 人 协 作 完 成 任务 , 系

12、统中的 其它 机 器人 只 与 主 控 机 器 人 进 行 信息交换 。集中式结构要求主控机器人具有较强 的规划处理能力 , 具有控制简单 、可能得 到全局最 优规划的特点 。但 在 实 际 系 统 中 , 主 控 机 器 人 不 可能具有环境的完全信息 , 因此 , 无法做出适当的 决策 , 保证受控机器人快速响应外界环境的变化 。 同时 , 系统中的规划决策都由主控机器人来完成 , 当机器人系统中 机 器人 的 数 量 增 加 时 , 主 控 机 器 人的负担加重 , 存在着严重的瓶颈效应 , 而且主控 机器人一旦失效 , 整 个 系 统 将 陷 入 瘫 痪 。系 统 的 可靠性 、容错性

13、较差 。分布式结 构 如 图 2 ( b ) 所 示 。在 分 布 式 结 构 中 , 没有主控机器人 , 所有的机器人之间的关系都 是平等的 , 每个 机器 人 均能 通 过 通 信 等 手 段 与 其 它机器人进行信 息 交 流 , 自 主 地 进 行 决 策 。在 分 布式结构中 , 每个机器人都具备较高的智能水平 , 能够进行自主决 策 。因 此 , 系 统 适 应 外 界 环 境 变 化 、完成复杂 任务 的 能 力较 强 , 且 系统 的 容 错 性 、 可靠性 、并行性 、可扩展性等均优于集中 式结构的 多机器人系统 。但是 , 系统无全局规划能力 , 存在 局部最优 6 。混合

14、式结 构 如 图 2 ( c ) 所 示 。它 是 一 种 融 合 了集中式结构和分布式结构优点的体系结构 。在 混合式结 构 中 , 存 在 一 个 主 控 机 器 人 (或 主 控 系 统 ) , 它具有系统的完全 信息 , 并 能 够进 行 全局 规 划与决策 , 系统 中的 其 它机 器 人 既 能 与 主 控 机 器 人进行信息交换 , 又 能 与其 它 的 机 器 人 进 行 信 息 交换 , 虽然不具有系统的完全信息 , 却具有进行局 部规划和 决 策 的 能 力 7 。一 般 情 况 下 , 机 器 人 系第 6期姚俊武 黄丛生 :多机器人系统协调协作控制技术综述3统的规划和决

15、 策由 各 个机 器 人 自 主 来 完 成 , 只 有 特殊条件下 , 才 由 主控 机 器 人 进 行 全 局 的 规 划 与 决策 。因此 , 混合 式 结 构 融 合 了 集 中 式 结 构 和 分 布式结构 的 优 点 , 具 有 更 强 的 活 力 , 适 应 于 动 态 的 、复杂的环境 。但是 , 混合式结构的控制系统复杂 , 实现时难度高 。 合理的体系结构能够极大地提高系统的运行效率和快速性 。因此 , 在进行系统设计时 , 系统的 体系结构要有利于个体能力最大程度地发挥和任 务的高效完成 。图 2 多机器人系统的体系结构2. 2 机器人之间的通信通信是 机 器 人 获 取

16、 协 作 信 息 的 主 要 手 段 之 一 。从广义上理解 , 通 信 是 指 机 器 人 之 间 的 交 互 方式 , 通过这种交互 , 多机器人系统中的每一个机 器人可以了解系统中其它机器人的意图 、目 标 、动 作以及当前环境的状态信息等 , 并依据这些信息 , 与其它机器人 进行 有 交互 的 协 商 , 协 作 完 成 给 定 任务 8 。在多机器人 协 调 协 作 系 统 中 , 机 器 人 之 间 的 通信方式可以分为显式通信和隐式通信两类 。机 器人之间直接进行信息交流的通信方式称为显式 通信 , 机器人通 过 环境 来 获 取 系 统 中 其 它 机 器 人 的信息的通信方

17、式称为隐式通信 9 。隐式通信方 式又可以分为主动隐式通信和被动隐式通信 。被 动隐式通 信 是 指 在 无 显 式 通 信 的 多 机 器 人 系 统 中 , 机器人使用传感器被动地感知环境的变化 , 并 依据机器人内 部的 推 理 , 理 解 模 型 来 获 取 其 它 机 器人的距离 、方位等信息 , 并根据这些信息进行相 应的决策与协 作 , 是一 种 基 于 传 感 器 信 息 的 通 信 方式 。主动隐式通 信 是 指 在 多 机 器 人 系 统 中 , 各 个机器人可以通过某种方式在环境中留下某些特 定的信息进行 信息 传 递 , 机 器 人 通 过 感 知 系 统 获 取外界环

18、境信 息的 同 时 , 也 可 能 获 取 其 它 机 器 人 遗留在环境中的某些特定信息 10 。采用显式通 信 , 机 器 人 可 以 获 取 其 它 机 器 人 的准确信息 , 但 是 , 当 机器 人 的数 量 增 加 时 , 系 统的通信负担急剧 增 加 , 可能 导 致 系 统 的 运 行 效 率 降低 , 严重 时 系 统 工 作 不 正 常 甚 至 于 系 统 瘫 痪 。 采用隐式通信 , 虽然 机 器人 获 取 的 信 息 不 完 全 可 靠 , 但是机器人系 统 的 可靠 性 、容 错性 、稳 定 性 等 性能均优于采用 显 式 通 信 的 系 统 。因 此 , 对 于 多

19、 机器人协作系统 的 通信 问 题 , 既 要 研 究 适 合 于 多 机器人系统实时性要求的通信协议 、通 信方式 、网 络拓扑结构等 , 又要 利 用智 能 机 器 人 具 有 的 对 周 围环境的感知和 推 理能 力 , 研 究 机 器 人 系 统 能 够 基于对合作伙伴 行 为的 推 理 机 制 , 获 取 合 作 伙 伴 的相关信息的通 信 控制 策 略 , 使 机 器 人 在 没 有 显 式通信 , 或者显式通信中断时 , 仍能完成给定的任 务 11 - 12 。2. 3机器人的感知感知是机 器 人 获 取 环 境 信 息 的 另 一 种 方 式 , 是机器人与环境的局部的 、主动

20、的交互 , 通过交互 获取环境的局部信息 。一般而言 , 智 能 机 器 人 的 感 知 问 题 主 要 包 括 “感觉 和 “知识理解 两个方面的内容 。“感 觉 是指机器人通过自身配备的多种不同功能的传感 器来感觉外部环 境 , 获 取与 机 器 人 决 策 有 关 的 局 部环境信息 ,“感觉 研 究的主要方向是如何实现 更灵敏 、快速 、小 型 的 传 感 器 系 统 。“知 识 理 解 是指机器人通过 信 息事 例 、处 理 、解 释 等 , 理 解 机 器人获取的各种 信 息的 真 实 意 义 , 并 将 其 与 机 器 人的决策与控制紧密地结合起来 。“知识理 解 研4黄 石 理

21、 工 学 院 学 报2007年究的主要内容 是如 何 更有 效 地 融 合 、处 理 机 器 人 获取的局部环 境信 息 , 得 到更 加 准确 的 、真 实 的 、 全面的环境信 息 , 为机 器 人 的 决 策 和 控 制 提 供 可 靠的信息根底 。在 协 作 多 机 器 人 系 统 中 , 各 个 机 器人可以配备 不同 的 传感 器 系 统 , 感 知 不 同 的 环 境信息 , 系统中 的 某个 机 器 人 可 以 利 用 其 它 机 器 人的传感器信 息来 弥 补自 身 感 知 能 力 不 足 , 通 过 “合作感知 的策 略来实现资源共享 、优 化系统结 构 、提高系统的运行效

22、率 13 。感知与通信 一 样 , 是 协 作 机 器 人 系 统 动 态 运 行的关键因素 , 对 协作 机 器 人 系 统 具 有 重 要 的 作 用 。通过感知可以 实 时 地 获 取 环 境 的 各 种 信 息 , 使机器人系统能够快速响应环境的变化 。通过感 知可以获取协作机器人的意图 、动作效 果 , 可以降 低系统对通信 的依 赖 , 减 轻 机 器 人 系 统 的 通 信 负 担 , 可实现机器 人 系 统 的 无 显 式 通 信 的 协 作 。通 过感知可以更 新和 维 护机 器 人 系 统 的 系 统 模 型 , 如对机器人的学习效果进行检验 。2. 4 合作决策多机器人合

23、 作 主 要 研 究 在 给 定 一 组 任 务 、一 组机器人和相 关环 境 的前 提 下 , 如 何 优 化 配 置 系 统资源 , 进行任 务 的分 解 、分 配 , 产生 一 个 联 合 行 动规划 , 是多机 器 人系 统 的 高 层 的 组 织 与 决 策 机 制问题 14 。协作多机器人根本的合作决策方法主要有三 种 : 全局规划 (集中规划 ) , 自由协商 , 隐式合作 。 全局规划是 一 种 自 顶 向 下 的 方 法 , 在 主 控 机 器人 (主控 系 统 ) 上 一 次 完 成 任 务 的 分 解 和 规 划 计算 , 将复杂的 任 务分 解 成 机 器 人 可 以

24、执 行 的 动 作命令 , 产生联 合 行动 规 划 , 对合 作 型 任 务 , 那么 形 成一种合作规 划 。因 此 , 要 求 主 控 机 器 人 具 有 系 统中所有机器 人的 信 息 、任 务 的 信 息 以 及 环 境 的信息 。自由协商是 指 在 分 布 式 结 构 中 , 当 一 个 机 器 人不能独立完 成任 务 时 , 就 需 要 请 求 机 器 人 与 之 协作 。通过与其它 机 器 人 进 行 信 息 交 换 , 进 行 性 能评估 , 最终形 成 联合 行 动 规 划 以 实 现 协 作 完 成 任务的合作规划方法 。Davis和 Sm ith 在上世纪 80 年代对

25、子 问 题 分 配 提 出 了 著 名 的 合 同 网 协 商 模 型 。它类似于 市 场 上 的 招 标 % 投 标 % 中 标 的 机 制 , 通过协商达成协议并签定合同 15 - 17 。在无通信的 多 机 器 人 系 统 中 , 机 器 人 可 以 通 过自己掌握的 领域 知 识 、多 机 器 人 共 同 的 目 标 以 及获取的环境 信息 , 通 过 换 位 推 理 获 取 其 他 机 器 人的当前意图 , 并以此为依据 , 单独建立机器人之间的合作关系 , 确定机器人的下一步动作 , 实现机 器人之间 的 合 作 , 这 种 合 作 方 法 称 为 隐 式 合 作 。 在这种协作中

26、 , 由于 机 器人 之 间 没 有 达 成 合 作 协 议 , 也就没有明确的合作关系 , 合作任务的完成与 机器人所掌握的 领 域知 识 、在 特 定 的 环 境 下 多 机 器人能够达成的 共 识相 关 , 因 此 存 在 着 一 定 的 风 险 。2. 5协调控制机器人的协调控制是多机器人系统研究的另 一个重要的问题 , 是 多 机器 人 控 制 中 普 遍 存 在 的 问题 , 主要解决以 下 两 个方 面 的问 题 : 第 一 , 在 执 行合作型任务过 程 中 , 如何 保 持 机 器 人 相 互 之 间 动作的协调一致 。第二 , 在系统运行过程中 , 如何 预防和消除冲突 或

27、 死锁 、当 冲 突 或 死 锁 发 生 后 如 何采取有效的措施解除冲突或死锁 。在多机器人 系统中 , 由于外界环境的动态变化 , 以及系统资源 的有限性和共享 性 , 机 器人 在 完 成 各 自 目 标 的 过 程中无法防止地 产 生冲 突 或 死 锁 , 而 且 这 些 冲 突 和死锁的发生通 常 是 不 确 定 的 。因 此 , 必 须 采 取 有效措施加以预防 、消除 , 从而确保机器人系统有 序 的 运 行 。 对 于 动 态 冲 突 的 消 除 方 法 主 要 有 2, 18 :( 1 ) 磋商 法 : 发 生 冲 突 的 机 器 人 之 间 通 过 通 信进行磋商 , 共同

28、研究存在的问题 , 提出修改各自 的方案 , 使各个机器人都能满足目标要求 。( 2 ) 惯例 法 : 系 统 中 的 每 一 个 机 器 人 都 拥 有 一些惯例准那么 , 当冲突发生时 , 各个机器人根据惯 例来解除冲突 。( 3 ) 熟人 模 型 法 : 一 个 机 器 人 拥 有 系 统 中 其 它机器人的模型 , 运 行 时通 过 感 知 了 解 其 它 机 器 人的意图 、行为 , 基于模型和知识来推测它们的规 划和目标 , 从而防止各自行为的冲突 。在多机器人 协 调 与 协 作 控 制 中 , 传 统 的 方 法 主要是采 用 集 中 式 ( Centralized ) 控 制

29、 方 式 来 控 制 机器人之间的协 调 运动 , 这 种 控 制 的 特 点 是 集 中 规那么和集中式数 据 共享 , 适 用 于 机 器 人 数 量 较 少 时的协调控制 , 当机 器 人的 数 量 增 加 时 由 于 计 算 负担过重将使系统效率降低而很难应用 。现在采 用的主要方法是基于多智能体概念的多智能体技 术 , 这种控制方法具有灵活性 、适应性 、鲁棒性 、可 靠性以及较高的 问 题求 解 效 率 等 特 点 , 能 够 更 好 地满足多机器人协调协作控制的要求 。2. 6学习一般而言 , 多机器人系统工作在动态 、复 杂的 外界环境之中 , 由于环境的动态性和不确定性 、机

30、第 6期姚俊武 黄丛生 :多机器人系统协调协作控制技术综述5器人之间通信的局限性以及机器人决策具有的随 机性等原因 , 想 通 过人 为 设 计 和 优 化 的 方 法 使 机 器人具备解决 所有 问 题的 能 力 是 不 现 实 的 , 如 何 使机器人 系 统 具 有 依 据 实 际 情 况 选 择 适 当 的 决 策 , 是多机器人 控 制 的 一 个 关 键 问 题 。利 用 机 器 学习的特征 , 使 机 器人 具 有 学 习 能 力 是 多 机 器 人 系统解决这类问题的一种有效手段 。机器人通过 学习可 以 获 得 更 强 的 适 应 性 、灵 活 性 等 智 能 特 性 19

31、。在多机器人系统中 , 对于个体机器人 , 学习可 以提高个体解决问题的能力 , 对于多机器人系统 , 学习有助于改 善个 体 之间 的 一 致 性 和 协 调 性 , 提 高机器人系统的整体性能 。机器学习主 要 包 括 三 类 重 要 的 学 习 方 法 : 基 于符号的方 法 , 如变 形 空 间搜 索 算 法 20 、ID 3 ( In2 duction of Decision Trees) 决策树归纳算法 21 等 ; 连 接主义的方 法 , 如人 工 神 经网 络 算 法 ANN ( A rtifi2 cial Neural Netwo rks) 22 等 ; 遗传 或 进 化的

32、方 法 , 遗 传算法 GA ( Genetic A lgorithm ) 23 等 。这些 机 器学 习方法来源于 不同 的 科学 依 据 、使 用 不 同 的 计 算 方法 、依赖于不同的演化模式 、使用不同 的数据和 表示方法 , 具有不同的输入输出格式 。3多机器人协调协作控制技术的 实现在传统的 多机 器 人系 统 中 , 通 常 采 用 分 层 和 集中的结构 , 通 过 从上 至 下 的 一 个 过 程 来 规 划 和 制定系统决策 , 实现多机器人系统的协调协作 , 这 种集中式控制系统存在许多致命的缺点 。上世纪 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 体 系 统 MAS (Multi - Agent System ) 研究的启发 , 一些学者针对 集中式控制的 缺乏 , 提 出 了 分 散 化 和 分 布 式 的 多 机器人系统合 作 组 织 策 略 、方 法 和 协 调 机 制 。使 多智能体技术在多机器人系统协调协作控制中得 到了广泛的应用 。多智能体技术是一种抽象层次较高的普遍理 论 , 其核心是把一个复杂的大系统分成假设干智能 、 自治的子系统 , 它们在物理和地理上分散 , 可独立特性有 自 治 性 、反 应 性

34、、社 会 性 等 27 - 28 。多 智 能 体系统是由不同的单个智能体为完成某一特定任 务而组成的集合 , 单 个 智能 体 处 在 多 智 能 体 系 统 的环境中 , 每个智能体可以具有不同的特性功能 , 在完成某一共同 目 标的 过 程 中 扮 演 不 同 角 色 , 相 互协作 。其中智能体的协作关系是通过系统的自 组织形成的 , 系 统功 能 也不 是 单 个 智 能 体 功 能 的 简单和 29 。在多机器人 系 统 中 , 每 个 机 器 人 可 当 作 一 个 智能体 , 具有一定的自治性 、反响性 、社会性等 , 采 用多智能体技术可以实现动态环境下多机器人之 间的协调协

35、作控制 。4结束语多机器人之间的协调与协作控制是多机器人 系统研究的核心 问 题之 一 , 主 要 研 究 一 组 机 器 人 的知识 、目标 与规 划 的 协调 , 联 合 起来 采 取 行 动 , 完成给定的任务 。本文对多机器人协作协调控制 技术研究的根本 问 题进 行 了 深 入 的 阐 述 , 旨 在 为 多机器人协作协调控制系统的开发提供指导 。参 考 文 献 1 王硕. 多机器人系统协调协作理论与应用的研究D . 北京 :中国科学院自动化研究所 , 2001 2 王超越. 多机器人协作系统研究 D . 哈尔滨 : 哈 尔滨工业大学. 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地执行任务 , 同时又可通过通信交换信息 , 相互协调 , 从而共同完成整体任务 。 7 R. A lam i, S. Fleury, m. Herrd, et al. Multi - RobotCooperation in The MARTHA Pro ject J . IEEE Ro2在分布式控制系统中 , 智能体 ( Agent) 被认为botics and Autom ation, 1998, 15 (1) : 36 - 47是一个物理或抽象的实体 , 它能作用于自身和环 8 Ueyam

39、a, Fukuda, A rai. Comm unication strategy of境 , 并能对环境 的 变 化 做 出 反 应 。智 能 体 的 典 型D istributed Intelligent System J .IEEE, 19916黄 石 理 工 学 院 学 报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