[发明专利]一种基于多Agent的交互式动态影响图（I-DIDs）序贯决策系统

说明书

本发明公开了一种基于多Agent的交互式动态影响图(I‑DIDs)序贯决策系统，涉及I‑DIDs系统相关技术领域，包括主控制单元Agent、数据库Agent、感应组件、模拟移动模块、信号传输模块、I‑DIDs模型和序贯决策算法模型；所述主控制单元Agent、数据库Agent、感应组件、运动控制模块和信号传输模块均通过线路与电源连接；所述主控制单元Agent通过信号传输模块和感应组件、模拟移动模块信号连接。本发明建立了一种具有通信行为的I‑DIDs系统,由于Com‑IDIDs模型中Agent无需考虑所有的可能，而仅仅需要对当前遇到的情况进行规划，因此在线求解算法大大缩小了所需要求解的策略空间，有效提高了求解的效率。

技术领域

本发明涉及I-DIDs系统相关技术领域，特别涉及一种基于多Agent的交互式动态影响图(I-DIDs)序贯决策系统。

背景技术

交互式动态影响图是一种以动态影响图为基础,利用有向图构造Agent之间交互作用的决策概率模型,目前只能解决2个Agent的问题.根据概率图模型理论、交互式部分可观测马尔可夫决策过程性质、最大奖励期望值原理等以3 个Agent为例建立多Agent交互式动态影响图(I-MADIDs)模型,探讨除建模 Agent之外,其他非建模Agent之间存在稳定关系时,如何简化I-MADIDs模型. 最后对老虎问题进行建模,利用HUGIN7.0对其进行求解,分别讨论了建模 A-gent和其他Agent的决策情况,对比了精确方法和简化模型中贝叶斯参数学习近似方法中Agent的决策情况,证明了近似方法的有效性。目前对于AVS/Rs 系统的研究大都建立在假设系统运行环境固定的基础上，主要利用排队论以及Peri网等动态建模方法进行分析与仿真，而忽略了系统环境的动态不确定性。因此，提出一种基于多Agent的交互式动态影响图(I-DIDs)序贯决策系统来解决上述问题很有必要。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种基于多Agent的交互式动态影响图(I-DIDs)序贯决策系统，解决了现有的I-DIDs系统在研究时忽略了系统环境的动态不确定性的问题。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

一种基于多Agent的交互式动态影响图(I-DIDs)序贯决策系统，包括主控制单元Agent、数据库Agent、感应组件、模拟移动模块、信号传输模块、 I-DIDs模型和序贯决策算法模型；

所述主控制单元Agent、数据库Agent、感应组件、运动控制模块和信号传输模块均通过线路与电源连接；

所述主控制单元Agent通过信号传输模块和感应组件、模拟移动模块信号连接；

所述的主控制单元Agent，根据基本信息、感应组件检测的信息结合数据库Agent，通过序贯决策算法模型机制和I-DIDs模型得到的反馈信息给出相应决策方案；

所述数据库Agent，包含数据库和全局数据库，数据库应满足的各种物理定律和规则，包括运动学、动力学等数值模型以及能力、状态等非数值模型；全局数据库包含了系统环境模型和应遵守的约束条件等；

所述模拟移动模块可以执行主控制单元Agent开具的移动方案，并且可以及时与I-DIDs模型形成移动反馈；

所述感应组件包括红外距离传感器、压力传感器、陀螺仪、超声波传感器和光电传感器。

可选的，所述主控单元Agent数据处理采用DAI模型可表示为一个三元组结构，包括数据集、干预目标集、干预意图集，数据集表示Agent所具有的关于其当前环境的信息，干预目标集表示Agent可用的行为的可能过程，干预意图集表示Agent的当前主要任务。