龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国科学院自动化研究所
摘要：本发明涉及群体智能控制技术领域，提供一种水下多智能体围捕逃逸博弈策略的训练方法及装置，该方法包括：获取多智能体在上一时刻的博弈策略中的动作信息；基于动作信息确定多智能体在水下环境中受到的合力，对合力进行运动学分析，得到多智能体在当前时刻的游动状态；基于当前时刻的游动状态，确定多智能体在下一时刻的博弈策略中的动作信息，直至得到围捕逃逸博弈策略。本发明提供的方法，获取多智能体在上一时刻的动作信息，通过构建流体动力模型以及动力学模型，构建面向水下场景的状态转移模型实现状态转移，得到在下一时刻的博弈策略，进而得到最终的面向水下场景的围捕逃逸博弈策略，能够有效实现不同水下智能体之间的围捕逃逸任务。
主权项：1.一种水下多智能体围捕逃逸博弈策略的训练方法，其特征在于，包括：获取多智能体在上一时刻的博弈策略中的动作信息，所述多智能体包括围捕者以及逃逸者；基于所述动作信息和状态转移模型，得到所述多智能体在当前时刻的游动状态；所述状态转移模型包括流体动力模型、动力学模型、运动学模型；所述流体动力模型用于基于所述动作信息确定所述多智能体在水下环境中受到的合力；所述动力学模型用于对所述合力对应的动能进行求偏导，得到所述多智能体的动量信息，并基于所述合力，以及所述多智能体的动量信息，确定所述多智能体的加速度信息；所述运动学模型用于基于所述多智能体的加速度信息，确定所述多智能体在当前时刻的游动状态；所述流体动力模型是基于所述多智能体在水下环境中的粘性阻尼和准稳态升阻力构建的；所述动力学模型是动量定理以及牛顿定律构建的；所述运动学模型基于在智能体坐标系下的加速度信息和在世界坐标系的加速度信息之间的转换关系构建的；所述游动状态包括智能体的坐标、游动速度以及姿态；所述动作信息包括主导所述多智能体运动的神经元信号的振荡频率，以及所述多智能体尾鳍的转弯偏移角度；基于所述当前时刻的游动状态，确定所述多智能体在下一时刻的博弈策略中的动作信息，直至得到最终的围捕逃逸博弈策略。
全文数据：
权利要求：
百度查询： 中国科学院自动化研究所 水下多智能体围捕逃逸博弈策略的训练方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号