[发明专利]一种基于启发式搜索的多智能体认知规划算法

权利要求书

1.一种基于启发式搜索的多智能体认知规划算法，其特征在于，所述算法提出了一种多智能体认知规划问题的、基于交替覆盖析取范式ACDF公式之间距离的启发式函数的定义，并使用基于AO*和环检测的CAO*算法作为规划器的主要规划算法。

2.根据权利要求1所述基于启发式搜索的多智能体认知规划算法，其特征在于，所述算法包括以下步骤：

S1.初始化：初始化策略π，包括π(I)＝Undef；

S2.判断初始状态I是否蕴含目标G，若蕴含返回空动作树T，算法结束；否则进入下一步骤；

S3.从当前策略π中挑选未被拓展的状态s，即π(s)＝Undef；

S4.拓展步骤S3中得到的状态s，设有感知动作集合S和确定性动作集合D，遍历感知动作集合S，若状态s能蕴含感知动作的前置条件，则根据感知动作结果对状态s进行演进得到状态s′，并将s′加入新状态集合S′；遍历确定性动作集合D，若状态s能蕴含确定性动作的前置条件，则根据确定性动作结果对状态s进行演进得到状态s″，并将s″加入新状态集合S′；

S5.对得到的新状态集合S′中的所有状态s′，作新状态启发式代价值的计算，得新状态f(s)；

S6.将新状态加入策略π中，并赋予对应动作；

S7.对新状态代价值作后向迭代更新；

S8.根据更新完的状态代价值生成新策略π′；

S9.对比策略π与新策略π′，如果π和π′不完全一致，则π＝π′，返回步骤7，否则进入下一步骤；

S10.判断问题是否解决，如果问题已解决，进入下一步骤，否则返回步骤3；

S11.从策略π中提取出动作树T并返回，算法结束。

其中，初始状态为I，目标为G，约束为γ，感知动作集合为S，确定性动作集合为D，动作树为T。

3.根据权利要求2所述基于启发式搜索的多智能体认知规划算法，其特征在于，所述S5中对新状态集合S′中的状态s′，作新状态启发式代价值的计算时，若s′能蕴含目标G，则f(s′)＝0；否则f(s′)＝h(s′)。

4.根据权利要求2所述基于启发式搜索的多智能体认知规划算法，其特征在于，所述S6中将新状态加入策略π中并赋予对应动作时，对于新状态集合S′中的状态s′，若s′能蕴含目标G，则π(s′)＝Ter；否则π(s′)＝Undef；同时令π(s)等于任意在状态s下能执行的感知动作或确定性动作，其中s是S3中所挑选的状态。

5.根据权利要求2所述基于启发式搜索的多智能体认知规划算法，其特征在于，所述S7中对新状态代价值作后向迭代更新得下式：

其中，如果π(s)∈D，则prog(π(s),s)表示在状态s下执行动作π(s)后得到的状态；如果π(s)∈S，则prog(π(s),s)表示在状态s下执行动作π(s)后得到的状态二元组<φ⁺,φ^->，分别表示动作的正结果和负结果。

6.根据权利要求2所述基于启发式搜索的多智能体认知规划算法，其特征在于，所述S8中生成新的策略π′的方法如下式：

其中，A＝{a|a∈S∪D,s能蕴含动作a的前置条件}。

如果a∈D,Cost(a)＝1+f(prog(a,s))；

否则a∈S,Cost(a)＝2+0.5*f(φ⁺)+0.5*f(φ^-)；

另外，在生成新策略π′过程中，需要不断进行环检测操作，以保证π′不带环，从而保证算法最终能终止。