多智能体分层协作规划与在RoboCup中应用①.PDF

2016 年 第 25 卷 第 1 期 计 算 机 系 统 应 用 ① 多智能体分层协作规划及在RoboCup 中的应用 陈荣亚, 陈小平 ( 中国科学技术大学 计算机科学与技术学院, 合肥 230027) 摘 要: 为了更好地解决一类通讯受限环境中多智能体任务协作规划问题, 提出了基于MAXQ-OP 的多智能体在 线规划方法, 并在RoboCup 仿真2D 足球比赛的人墙站位和多球员传球问题中对算法进行了实验. 实验结果表明, 这个方法使智能体在需要协作配合的环境中的表现比传统方法有了明显提升. 关键词: 多智能体决策; 机器人世界杯; 马尔科夫决策过程; MAXQ 分层分解 Multi-Agent Decomposition Collaborative Planning and the Application in RoboCup CHEN Rong-Ya, CHEN Xiao-Ping (School of Computer Science and Technology, University of Science and Technology, Hefei 2300274, China) Abstract: For solving a kind of multi-agent collaboration task planning problems with limited communication environment, this paper proposes a multi-agent online planning method based on MAXQ-OP. And in the Robocup soccer simulation 2D Wall Station and many players pass the ball to the algorithm in question did an experiment. The experiment shows intelligent agent in this method than the traditional algorithm has increased significantly in the scenario which cooperation is needed. Key words: multi-agent decision-making; RoboCup; Markov decision process; MAXQ hierarchical decomposition 1 引言 易解决的子问题. 随着计算机技术和人工智能研究的发展, 多智能 基于 MAXQ 分层分解技术的智能体在线规划算 体系统(Multi Agent System) 的研究已经成为当今计算 法MAXQ-OP[4]结合了分层分解和求解大规模MDP 的 机领域研究的一个热点. 多年来, RoboCup(机器人世 优势, 可以加深状态有哪些信誉好的足球投注网站的层次, 且不需要为每个子 界杯) 已经成为一个促进人工智能、机器人和相关领域 任务手工编写完整的策略. 发展的重大国际合作项目,它为人工智能、智能体决策 本文在分析相关工作的基础上, 针对一类传统方 等的研究提供了广泛的技术标准问题. 法处理效果不理想的多智能体决策的问题, 提出了基 马尔科夫决策过程(Markov Decision Process, 于 MAXQ-OP 框架的多智能体协作行为规划算法 MDP)为解决不确定性环境下单个智能体规划问题提