An AIS-based optimal control framework for longevity and task achievement of multi-robot systems

Raymond Ching Man Chan; Henry Ying Kei Lau

doi:10.3934/naco.2012.2.45

文章内容

2012年第2卷, 第1版: 45-56. Doi公司：10.3934/naco.2012.2.45

这个问题上一篇文章一类非线性两点边值问题的六阶数值方法下一篇文章通过具有自动终止的差分进化实现全局优化

一种基于AIS的多机器人系统寿命和任务实现的最优控制框架

1
香港岛香港大学工业与制造系统工程系

收到日期： 2011年3月

修订日期： 2011年6月

发布时间： 2012年5月

摘要相关论文引用人

摘要

在实际应用中延长自治代理系统的寿命是一项困难的任务，尤其是在需要持续高系统性能的应用中。基于几种人工免疫系统（AIS）的设计和原理，提出了一种用于多智能体机器人系统寿命和实现的新型分散平衡控制体系结构。仿真实验证明，即使在非常苛刻的情况下，该体系结构也能有效地最小化系统实现中的权衡，同时保持系统的可持续性。

关键词：

数学学科分类：一次：93C85，90C31；次要：92B20、68T05、68T40。

引用：

相关论文

引用人

工具书类

[1]	AAMAS，“自适应代理和多代理系统：适应和多代理学习”（编辑E.Alonso、D.Kudenko和D.Kazakov），Springer-Verlag，柏林，2003年。
[2]	AAMAS，“自适应代理和多代理系统II：适应和多代理学习”（编辑D.Kudenko、D.Kazakov和E.Alonso），Springer-Verlag，柏林，2005年。
[3]	AAMAS，“自适应代理和多代理系统III：适应和多代理学习”（编辑：K.Tuyls、A.Nowe、Z.Guessoum和D.Kudenko），Springer-Verlag，柏林，2008年。
[4]	A.Bazzan、D.de Oliveira、F.Klugl和K.Nagel，适应或不适应 调整驾驶员和红绿灯代理的后果，载于《自适应代理和多代理系统III:适应性和多代理学习》（编辑K.Tuyls、A.Nowe、Z.Guessoum和D.Kudenko），柏林斯普林格出版社（2008），1-14.doi:10.1007/978-3-540-77949-0_1.
[5]	H.Brighton、S.Kirby和K.Smith，情境认知和多智能体模型在解释语言结构中的作用，《自适应代理和多代理系统：适应和多代理学习》（编辑E.Alonso、D.Kudenko和D.Kazakov），Springer-Verlag，柏林，（2003），88-109。
[6]	陈振聪（R.C.M.Chan）和刘洪凯（H.Y.K.Lau），基于人工免疫的多智能体系统协同支持框架，《智能系统研究与开发XXVII》（编辑：M.Bramer、M.Petridis和A.Hopgood），施普林格，伦敦（2011），267-272.doi:10.1007/978-0-85729-130-1_19.
[7]	D.达斯古普塔，作为多智能体决策支持系统的人工免疫系统，在“IEEE系统、人与控制论国际会议”中3814(1998), 3816-3820.
[8]	D.Dasgupta，“人工免疫系统及其应用”，Springer-Verlag，柏林，1999.doi:10.1007/978-3-642-59901-9。
[9]	L.N.De Castro和J.Timmis，“人工免疫系统：一种新的计算智能方法”，斯普林格，伦敦，2002年。
[10]	M.B.Dias、Z.Marc、Z.Robert和S.Anthony，动态环境下的鲁棒多机器人协调，载于“IEEE机器人与自动化国际会议（ICRA）”，西班牙巴塞罗那，（2004），3435-3442。
[11]	R.Humza、O.Scholz、M.Mokhtar、J.Timmis和A.Tyrrell，在自主可配置模块化机器人有机体中实现能量稳态，摘自《2009年计算世界学报：未来计算、服务计算、认知、自适应、内容、模式》，IEEE计算机学会，美国华盛顿特区，（2009），21-26.doi:10.1109/ComputationWorld.2009.83。
[12]	Y.Ishida，“基于免疫的系统——设计视角”，Springer-Verlag，德国，2004年。
[13]	A.Ishiguro、R.Watanabe和Y.Uchikawa，自主移动机器人动态行为控制的免疫学方法，在“IEEE/RSJ智能机器人和系统国际会议”中，iros，1(1995), 495-495.
[14]	N.K.Jerne，免疫系统的网络理论《免疫学年鉴》，125摄氏度(1974), 373-389.
[15]	Z.Ji和D.Dasgupta，过去五年人工免疫系统（AIS）研究，《进化计算大会》，澳大利亚堪培拉，2003年，528-535。
[16]	M.Kefi、O.Korbaa、K.Ghedira和P.Yim，使用多代理体系结构处理集装箱，摘自“Agent和多Agent系统：技术和应用：第一届KES国际研讨会（KES-AMSTA）”（编辑N.T.Nguyen、A.Grzech、R.J.Howlett和L.C.Jain），波兰弗罗茨瓦夫（2007），685-693。
[17]	KES-AMSTA，“代理和多代理系统：技术和应用：第一届KES国际研讨会（KES-AMSTA）”（编辑：N.T.Nguyen、A.Grzech、R.J.Howlett和L.C.Jain），Springer-Verlag，柏林，2007年。
[18]	KES-AMSTA，“代理和多代理系统：技术和应用：第二届KES国际研讨会（KES-AMSTA）”（编辑：N.T.Nguyen、G.Jo、R.J.Howlett和L.C.Jain），柏林斯普林格-Verlag，2008年。
[19]	KES-AMSTA，“代理和多代理系统：技术和应用：第三届KES国际研讨会（KES-AMSTA）”（编辑：A.Hakansson、N.T.Nguyen、R.L.Hartung、R.J.Howlett和L.C.Jain），施普林格出版社，柏林，2009年。
[20]	A.Ko、H.Y.K.Lau和T.L.Lau，通用抑制控制框架在自平衡机器人中的应用，载于《人工免疫系统：第四届国际会议（ICARIS）》，加拿大阿尔伯塔省班夫，（2005），375-388。
[21]	刘洪凯和黄伟凯，一种基于免疫的分布式多智能体控制框架，IEEE系统、人与控制论汇刊，A部分：系统与人，36（2006），91-108.doi:10.1109/TSMCA.2005.859103。
[22]	刘洪耀、黄伟凯和吴嘉诚，基于多智能体的物料搬运系统协同控制模型，具有应用程序的专家系统，36（2009），233-247.doi:2016年10月10日/j.eswa.2007年9月25日。
[23]	S.Lu和H.Y.K.Lau，一种基于免疫的网络化多智能体系统实时协同控制框架，载于《人工免疫系统：第八届国际会议（ICARIS）》（编辑：P.S.Andres、J.Timmis、N.D.L.Owens、U.Aickelin、E.Hart、A.Hone和A.M.Tryrrell），英国约克，（2009），第234-247页。
[24]	D.Male、J.Brostoff、D.B.Roth和I.Roitt，“免疫学”，加拿大爱思唯尔，2006年。
[25]	M.J.Mataric，《机器人入门》，麻省理工学院出版社，剑桥，马萨诸塞州，2007年。
[26]	P.Matzinger，容忍、危险和大家庭年。免疫学评论，12（1994），991-1045.doi:10.1146/annurev.immunol.12.1.991年。
[27]	C.M.Ou和C.Ou，用于入侵检测的多智能体人工免疫系统（MAAIS）：从危险理论中提取，摘自“Agent和多Agent系统：技术和应用：第三届KES国际研讨会（KES-AMSTA）”（编辑A.Hakansson、N.T.Nguyen、R.L.Hartung、R.J.Howlett和L.C.Jain），瑞典乌普萨拉（2009），11-19。
[28]	L.E.Parker，ALLIANCE：一种容错多机器人协作体系结构，IEEE机器人与自动化汇刊，14（1998），220-240.doi：10.1109/70.681242.
[29]	J.Pisokas和U.Nehmzow，移动机器人的次符号动作规划实验，载于《自适应代理和多代理系统II：适应和多代理学习》（编辑D.Kudenko、D.Kazakov和E.Alonso），（2005年），216-229。
[30]	“玩家项目”，2010年。可从以下位置获得：http://playerstage.sourceforge.net/index.php？src=stage。
[31]	W.K.Purves、D.Sadava、G.H.Orians和H.C.Heller，“生命：生物学”，6^第个2001年，美国西诺协会出版。
[32]	I.佐藤，用于数据挖掘的自组织多代理系统，载于《自治智能系统：多代理和数据挖掘》（编辑V.Gorodetsky、C.Zhang、V.A.Skormin和L.Cao），Springer-Verlag，柏林，（2007），165-177.doi:10.1007/978-3-540-72839-9_14.
[33]	A.Servin和D.Kudenko，用于入侵检测的多智能体强化学习，摘自《自适应代理和多代理系统III：适应和多代理学习》（编辑：K.Tuyls、A.Nowe、Z.Guessoum和D.Kudenko），柏林斯普林格出版社（2008），211-223.doi:10.1007/978-3-540-77949-0_15.
[34]	A.Smirnov、M.Pashkin、T.Levashova、N.Shilov和A.Kashevnik，基于角色的多智能体应急管理决策挖掘，摘自《自治智能系统：多智能体和数据挖掘》（编辑V.Gorodetsky、C.Zhang、V.A.Skormin和L.Cao），柏林斯普林格出版社，（2007），178-191.doi:10.1007/978-3-540-72839-9_15.
[35]	L.Sompayrac，“免疫系统如何工作”，《布莱克威尔科学》，马萨诸塞州马尔登，1999年。
[36]	M.Strens和N.Windelinckx，规划与强化学习相结合的多机器人任务分配，载于《自适应代理和多代理系统II：适应和多代理学习》（D.Kudenko、D.Kazakov和E.Alonso编辑），（2005年），260-274。
[37]	J.Timmis，人工免疫系统今天和明天、自然计算、，6（2007），1-18.doi:10.1007/s11047-006-9029-1。
[38]	J.Timmis、P.Andrews、N.Owens和E.Clark，人工免疫系统的跨学科视角进化智能，1（2008），5-26.doi:10.1007/s12065-007-0004-2。
[39]	M.Wurst，基于分布式特征提取的多智能体学习，载于《自适应代理和多代理系统III:适应性和多代理学习》（编辑K.Tuyls、A.Nowe、Z.Guessoum和D.Kudenko），柏林斯普林格出版社（2008），239-254.doi:10.1007/978-3-540-77949-0_17.