-
公开(公告)号:CN116341777A
公开(公告)日:2023-06-27
申请号:CN202310123207.7
申请日:2023-02-16
Applicant: 大连海事大学
IPC: G06Q10/047 , G06F18/214 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于最大熵强化学习的多机器人协同围捕方法。本发明方法,包括:建立追逃对抗场景;基于建立的追逃对抗场景和SAC的多智能体强化学习算法,设计适用于多机器人的MASAC算法;基于课程学习的多机器人围捕策略,设计奖励函数;将设计的奖励函数与MASAC算法结合,得到基于MASAC的多机器人协同围捕策略算法。本发明采用基于最大熵的多智能体强化学习算法实现二维场景中多个移动机器人对单个目标的协同围捕;将围捕阶段划分为搜索、围困、转移、捕获四个阶段,并采用课程学习的思想为各个阶段设计奖励函数和转换条件;验证了深度强化学习方法在多追捕机器人围捕快速移动的单逃逸机器人中的有效性,并且效率得到了提升。
-
公开(公告)号:CN110058613B
公开(公告)日:2022-05-13
申请号:CN201910395051.1
申请日:2019-05-13
Applicant: 大连海事大学
Abstract: 本发明公开了一种多无人机多蚁群协同搜索目标方法,包括如下步骤:S1:采用栅格法对搜索海域进行划分并标号,建立目标概率图模型;S2:建立目标函数,对无人机转向代价、无人机碰撞威胁代价、搜索概率进行加权求和;S3:采用多蚁群算法对多无人机进行协同路径优化设计,通过设置最大迭代次数Nmax,执行S32和S33直到满足最大迭代次数则输出最佳搜索路径为止。本方法充分利用海域内目标存在的概率图特性来设计新的蚁群信息素、包括局部和全局初始化及更新规则,使得蚂蚁算法能够快速完成无人机轨迹规划,避免了重复搜索的问题,无人机搜索路径交叉、提高搜索效率。
-
公开(公告)号:CN110196605B
公开(公告)日:2022-03-22
申请号:CN201910346512.6
申请日:2019-04-26
Applicant: 大连海事大学
IPC: G05D1/12
Abstract: 本发明公开了一种强化学习的无人机群在未知海域内协同搜索多动态目标方法,包括以下步骤:S1:采用栅格法对搜索海域进行划分:根据无人机在一定区域内的信息素浓度建立领地意识信息图S2:根据无人机状态信息和决策u(k)设计Q值表;S3:根据无人机群当前状态的Q值采用Boltzmann分布机制选择无人机的飞行路线并执行;S4:利用搜索效能函数设计用来评价无人机飞行状态的奖惩函数,根据奖惩函数对无人机群到达的新状态的Q值进行更新;S5:将无人机群到达新状态更新为当前状态,持续作出飞行路线决策最终完成整个Q值表的学习,无人机群根据训练好的Q表做出决策,完成搜索任务。
-
公开(公告)号:CN114115285A
公开(公告)日:2022-03-01
申请号:CN202111472609.5
申请日:2021-11-29
Applicant: 大连海事大学
IPC: G05D1/02
Abstract: 本发明提供一种多智能体搜索情感目标路径规划方法及装置,方法包括:基于初始时刻情感状态分布概率矩阵、基本情感自转移概率矩阵以及“情感‑位移”概率矩阵计算获取某一时刻的基于情感的目标移动的概率;获取某一时刻的基于情感的目标概率分布图模型,获取初始时刻目标的所处栅格,并构建初始时刻的目标概率图模型;对目标概率进行迭代,依次对各栅格进行计算从而更新目标概率图;基于概率收益、重复路径代价、能量损耗代价、转向调整代价和动态自适应代价权重系数构建智能体搜索协同优化实时多目标函数;基于改进的多狼群算法对所述智能体搜索协同优化多目标函数进行求解,得到最终搜索路径规划方案。
-
公开(公告)号:CN110364003A
公开(公告)日:2019-10-22
申请号:CN201910649337.8
申请日:2019-07-18
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于车联网的交叉路口双线路有轨电车信号优先控制方法,包括如下步骤:S1:设置信号优先请求区;S2:检测两条有轨电车线路中是否有新进入信号优先请求区的有轨电车发起信号优先请求,如果没有则采用已有路口信号配时方案控制有轨电车的通行;S3:当检测到新有轨电车发起信号优先请求后,为其设计对应的信号优先策略;S4:基于建立的交叉口离散交通流模型预测在信号优先策略下交叉口社会车辆的综合最大排队长度;S5:判断当前信号优先请求是否与对向线路中已有的有轨电车信号优先请求发生冲突、如果发生冲突确定冲突类型:S6:确定双线路信号优先策略序列、更新已有路口信号配时方案后执行。
-
公开(公告)号:CN118139169A
公开(公告)日:2024-06-04
申请号:CN202410401373.3
申请日:2024-04-03
Applicant: 大连海事大学
Abstract: 本发明公开了一种GPS攻击下基于分簇的多无人机协同定位的方法及系统,通过对协同系统中的无人机进行分簇,获得最终的簇头组合策略,以确定信标无人机,获取信标无人机与异常无人机之间的测量距离;并基于最终的簇头组合策略中最终的簇头无人机的位置,获取所述最终的簇头无人机对应的簇群;结合信标无人机与异常无人机之间的测量距离获取信标无人机与异常无人机之间的实际测量距离;以根据信标无人机的GPS位置,获取异常无人机的位置,实现对异常无人机的定位。解决了大规模无人机群因外部干扰和传感器性能引起的定位信息不准确问题,提高了在GPS信息不准确场景下对UAV的定位、导航和检测攻击的能力。
-
公开(公告)号:CN113985913B
公开(公告)日:2024-04-12
申请号:CN202111123824.4
申请日:2021-09-24
Applicant: 大连海事大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明提供一种基于城市火势蔓延预测的集分式多无人机救援系统,包括:中心层无人机和若干个同构的执行层无人机;所述中心层无人机包括用于采集初始环境和被困人员信息的第一传感器模块、对环境信息进行分析处理的第一环境分析模块以及用于与执行层无人机进行通信的第一通信模块;任意所述执行层无人机包括用于采集实时环境信息的第二传感器模块、第二环境分析模块、用于与中心层无人机以及执行层其余无人机进行通信的第二通信模块、用于根据环境模型和被困人员位置进行路径规划的决策模块、根据规划路径控制执行层无人机行进的控制模块以及用于引导被困人员避险的执行模块。本发明通过无人机引导救援,能够降低了火灾对于消防人员安全危害。
-
公开(公告)号:CN116795122A
公开(公告)日:2023-09-22
申请号:CN202310699160.9
申请日:2023-06-12
Applicant: 大连海事大学
Abstract: 本发明公开了一种能量约束下UAV‑USV协同探索海域目标的路径优化方法,包括以下步骤:基于维诺图规划充电站的位置,使充电站集合覆盖所有的事故高发点;采用贪婪算法减少充电站的基数,从初始充电站集中选择覆盖最多事故高发点的集合,直至覆盖所有的事故高发点;对充电站点的位置做集中处理使其向指挥部靠拢;采用改进的蚁群算法对USV进行航迹规划,其中USV携带UAV遍历所有充电站点;基于改进的Lazy Theta*算法对UAV进行航迹规划,确保获得的路径平缓。该方法采用优化策略可以同时解决无人船灵活性差和无人机能量有限的问题,充分发挥各自的优势对海域内事故高发点进行有效搜索,达成持续监控。
-
公开(公告)号:CN112327918B
公开(公告)日:2023-06-02
申请号:CN202011262338.6
申请日:2020-11-12
Applicant: 大连海事大学
IPC: G05D1/10
Abstract: 本发明公开了一种基于精英学习的多蜂群海域环境自适应搜索算法,包括:获取多个配置相同的无人机在某时刻的决策变量集合和状态向量集合,将无人机的飞行任务区域栅格化,在环境信息不足的搜索阶段,无人机自动选取一个高于当前飞行高度的区域开始搜索,当满足搜索图判断条件中的任意一个时则无人机自动降低飞行高度、开始精确搜索;当无人机的搜索模式、飞行高度发生改变时,对搜索图内的环境信息采用信息更新方法进行自主更新;采用基于精英学习的多蜂群算法对于无人机的效能函数进行优化求解,选取当前时刻中最优的蜜源,并设定为该时刻的输入序列u(k),同时更新无人机群的状态和搜索图内的环境信息直到搜索任务结束。
-
公开(公告)号:CN115378813A
公开(公告)日:2022-11-22
申请号:CN202210969813.6
申请日:2022-08-12
Applicant: 大连海事大学
IPC: H04L41/0823 , H04L41/12
Abstract: 本发明公开了一种基于差分隐私机制的分布式在线优化方法,包括获取分布式网络中相互通信的智能体集合,将智能体集合建模为通信拓扑图,智能体视为节点,智能体之间的通信关系视为边;初始化节点状态,设置迭代次数;对于每次迭代,对于每一个节点,计算节点的可信节点邻居集,根据节点及其可信节点邻居集构建临时节点集合,获取临时节点集合中所有节点的状态最大值和最小值,根据临时节点集合及其所有节点的状态构建节点的弹性约束集;分别将弹性约束集中所有节点的节点状态加入噪声,并对加入噪声后的状态进行求和,实现隐私保护;更新节点的状态,同时生成梯度跟踪项,用恒定步长代替衰减步长,加快收敛速度。
-
-
-
-
-
-
-
-
-