[发明专利]基于多机制组合策略的集群分布式抓捕方法在审
申请号: | 202210256828.8 | 申请日: | 2022-03-16 |
公开(公告)号: | CN114692397A | 公开(公告)日: | 2022-07-01 |
发明(设计)人: | 杨严杰;何流;成慧;范正平 | 申请(专利权)人: | 中山大学 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06N3/00;G06F111/06 |
代理公司: | 广州嘉权专利商标事务所有限公司 44205 | 代理人: | 梁嘉琦 |
地址: | 510275 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 机制 组合 策略 集群 分布式 抓捕 方法 | ||
1.基于多机制组合策略的集群分布式抓捕方法,其特征在于,所述基于多机制组合策略的集群分布式抓捕方法包括:
构建追捕者与逃逸者的对抗场景;所述追捕者与所述逃逸者均为智能体;
建立所述追捕者与所述逃逸者的运动学模型;
根据所述对抗场景和所述运动学模型,构建追捕者多机制抓捕策略;
根据所述追捕者多机制抓捕策略,构建多目标优化函数,引入层次分析法为所述多目标优化函数分配权重;
使用粒子群算法对所述多目标优化函数进行求解,以求解结果作为所述追捕者的策略输出。
2.根据权利要求1所述的基于多机制组合策略的集群分布式抓捕方法,其特征在于,所述基于多机制组合策略的集群分布式抓捕方法还包括:
通过人工势场法,构建逃逸者最优化模型;
使用粒子群算法对所述逃逸者最优化模型进行求解,以求解结果作为所述逃逸者的策略输出。
3.根据权利要求1或2所述的基于多机制组合策略的集群分布式抓捕方法,其特征在于,所述对抗场景包括:
追捕者Pi,i=1,2,3,...,N,逃逸者E,起始点(xstart,ystart),目标点(xtarget,ytarget)和对抗区域ΩA;
追捕者最大速度为vp,max,逃逸者最大速度为ve,max,双方均以最大速度运行,且有vp,maxve,max;
追捕者个体数目为N,逃逸者个体数目为1,有N1;
追捕者感知半径为rp,max,逃逸者感知半径为re,max,有rp,max=re,max,且追逃双方均可通过感知获取自身感知范围内对方个体的位置坐标与速度矢量;
追捕者最大角速度限制为ωp,max,逃逸者最大角速度限制为ωe,max,有ωp,max=ωe,max;
追捕者存在通信距离限制,通信半径为rp,com,有rp,com=2·rp,max,且追捕者可在通信范围内与邻居相互获取位置坐标与速度矢量;
追捕者抓捕半径为rp,cap,逃逸者警戒半径为ralert。
4.根据权利要求1或2所述的基于多机制组合策略的集群分布式抓捕方法,其特征在于,所述运动学模型包括:
其中,xpi=(xpi,ypi)为追捕者Pi的坐标,vpi为追捕者Pi的速度,ωpi为追捕者Pi的角速度,为追捕者Pi的偏航角,追捕者Pi的状态量表示为vpi∈[0,vp,max],|ωpi|≤ωp,max;xe=(xe,ye)为逃逸者E的坐标,ve为逃逸者E的速度,ωe为逃逸者E的角速度,φ为逃逸者E的偏航角,逃逸者E的状态量表示为Xe={xe,ye,φ},ve∈[0,ve,max],|ωe|≤ωe,max。
5.根据权利要求1或2所述的基于多机制组合策略的集群分布式抓捕方法,其特征在于,所述追捕者多机制抓捕策略包括核心机制和辅助机制;所述核心机制包括角度缩减机制、距离缩减机制和结构收缩机制,所述辅助机制包括碰撞机制、覆盖机制和边缘机制。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学,未经中山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210256828.8/1.html,转载请声明来源钻瓜专利网。