一种应用于救援环境的多机器人任务搜索方法

    公开(公告)号:CN116661430A

    公开(公告)日:2023-08-29

    申请号:CN202310530144.7

    申请日:2023-05-11

    Abstract: 本发明公开了一种应用于救援环境的多机器人任务搜索方法,能够在任务位置未知,传感器噪声的不确定情况下实现多机器人协同,完成高效、完备的任务搜索。该方法包括以下步骤:离散化救援环境并根据救援环境和参与搜索的机器人信息,构建面向对象的多机部分可观测马尔科夫决策模型来描述任务搜索问题。每个机器人对自己当前状态进行判断自己是否受困,如果受困则采用基于自适应阈值的信念聚类和路径规划的引导决策,反之则根据生成树最大奖励进行决策。每个机器人执行当前执行动作,获得环境观测和奖励值,更新每个对象的信念,并根据所有机器人的信念,确定每个对象在每个位置上最可能的状态,指导机器人下一时刻的自主决策。

    一种应用于对抗环境下面向无人机集群的意图识别方法

    公开(公告)号:CN116796284A

    公开(公告)日:2023-09-22

    申请号:CN202310635829.8

    申请日:2023-05-31

    Abstract: 本发明公开了一种应用于对抗环境下面向无人机集群的意图识别方法。首先利用无人机集群的物理特征计算无人机之间的威胁系数相似度和距离相似度掩码,将战场状态映射为图结构。之后利用图神经网络引入注意力机制处理图结构信息,计算出邻居无人机之间的相互影响权重,对无人机特征信息进行深层提取。利用图池化方法对提取出的特征表达进行融合,得到无人机集群的综合特征描述。再利用全连接通过监督学习实现高精度的意图分类识别。本发明能在战场环境复杂,欺骗信息繁多的情况下,对无人机集群的意图进行识别。将无人机集群的意图识别问题转移到图数据处理领域,引入图神经网络方法,解决了意图识别领域过度依靠专家经验和识别精度较低的困难。

Patent Agency Ranking