[发明专利]基于溶解势场的多智能体子目标划分路径规划方法及系统

权利要求书

1.一种基于溶解势场的多智能体子目标划分路径规划方法，其特征在于，包括：

接收场景数据及目标路径规划任务，建立时变环境下基于势场的多智能体路径规划模型；

将目标路径规划任务划分为多个子任务，并分配给相应智能体，使得这些智能体同时进行各自不同的任务；

每个智能体在初始随机遍历时，先以所设置的相应第一子目标为目标，建立溶解势场并学习到达相应第一子目标的最短路径规划；

每个智能体学习到达相应第一子目标的最短路径后，将学习到的环境信息和知识储存到下一个阶段，并以相应第一子目标为初始位置，使用溶解势场开始寻找下一个子目标；

各个智能体学习完到达所有子目标的最短路径，从而学习到达各自目标的最短路径，再通过网络共享所需要的信息，最后学习智能体到达全局目标的最短路径；

每个智能体在初始随机遍历时，建立溶解势场并学习到达相应第一子目标的最短路径规划的过程为：

每个智能体开始初始位置的随机遍历，构建策略函数，使得每个智能体向东、西、南、北四个方向中势场值最低的一个方向各移动一步；其中，势场值由评估函数求取，评估函数等于第一子目标产生的吸引电位、移动障碍物所引起的反应势场、遍历状态以及每个智能体基于折扣奖励强化学习的给出到达目标点路径的奖励之和；

在当前时刻，如果智能体没有检测到移动的障碍物，那么智能体会继续进行下一步移动；如果智能体检测到移动障碍物的存在，就会给该障碍物的势场值增加至一个移动障碍物所引起的反应势场，增加势场的障碍物的势场值随着时间慢慢减少直至预设时间间隔后某一时刻恢复至它的初始势场值。

2.如权利要求1所述的一种基于溶解势场的多智能体子目标划分路径规划方法，其特征在于，所述多智能体路径规划模型包括初始点、目标点、静止障碍物和移动障碍物。

3.如权利要求1所述的一种基于溶解势场的多智能体子目标划分路径规划方法，其特征在于，当遇到下列任一种情况时，策略函数根据评估函数进行更新：

a.运行结束的时候；

b.与障碍物碰撞的时候；

c.又遍历到已遍历过的位置的时候。

4.一种基于溶解势场的多智能体子目标划分路径规划系统，其特征在于，包括：

多智能体路径规划模型建立模块，其用于接收场景数据及目标路径规划任务，建立时变环境下基于势场的多智能体路径规划模型；

目标路径规划任务划分模块，其用于将目标路径规划任务划分为多个子任务，并分配给相应智能体，使得这些智能体同时进行各自不同的任务；

第一子目标最短路径学习模块，其用于每个智能体在初始随机遍历时，先以所设置的相应第一子目标为目标，建立溶解势场，学习到达相应第一子目标的最短路径规划；

剩余子目标最短路径学习模块，其用于每个智能体学习到达相应第一子目标的最短路径后，将学习到的环境信息和知识储存到下一个阶段，并以相应第一子目标为初始位置，使用溶解势场开始寻找下一个子目标；

全局目标最短路径学习模块，其用于各个智能体学习完到达所有子目标的最短路径，从而学习到达各自目标的最短路径，再通过网络共享所需要的信息，最后学习智能体到达全局目标的最短路径；

策略函数构建模块，其用于每个智能体开始初始位置的随机遍历，构建策略函数，使得每个智能体向东、西、南、北四个方向中势场值最低的一个方向各移动一步；其中，势场值由评估函数求取，评估函数等于第一子目标产生的吸引电位、移动障碍物所引起的反应势场、遍历状态以及每个智能体基于折扣奖励强化学习的给出到达目标点路径的奖励之和；

溶解势场构建模块，其用于在当前时刻，如果智能体没有检测到移动的障碍物，那么智能体会继续进行下一步移动；如果智能体检测到移动障碍物的存在，就会给该障碍物的势场值增加至一个移动障碍物所引起的反应势场，增加势场的障碍物的势场值随着时间慢慢减少直至预设时间间隔后某一时刻恢复至它的初始势场值。

5.如权利要求4所述的一种基于溶解势场的多智能体子目标划分路径规划系统，其特征在于，在所述多智能体路径规划模型建立模块中，所述多智能体路径规划模型包括初始点、目标点、静止障碍物和移动障碍物。