【文章內(nèi)容簡介】 研究救援的先進(jìn)算法，使仿真 Agent 的救援行為更加理性智能。下面對RoboCup 救援仿真系統(tǒng)涵蓋的兩大部分進(jìn)行詳細(xì)論述。 救援仿真系統(tǒng)簡介 RoboCup 救援仿真系統(tǒng) (RoboCupRescue Simulation System，簡稱 RCRSS)是一個由多個模塊通過網(wǎng)絡(luò)連接起來 而構(gòu)成的實時分布式的仿真系統(tǒng)，它為機器人救援仿真比賽提供比賽平臺 [9]，其開發(fā)模式采用典型的 C/S 體系結(jié)構(gòu)由于系統(tǒng)是分布式的仿真系統(tǒng)，因此可以將仿真系統(tǒng)的不同模塊做為一個獨立的程序運行在不同的計算機上，從而能夠?qū)⒂嬎闳蝿?wù)分散到不同的計算機上。由于救援仿真系統(tǒng)的體系結(jié)構(gòu)采用的是 C/S 開發(fā)結(jié)構(gòu)，所以該系統(tǒng)由服務(wù)器端和客戶端兩大部分組成。整體的仿真系統(tǒng)是由五個模塊組成：子仿真器 (SubSimulators)、地理信息系統(tǒng) (GIS)、監(jiān)視器 (Viewer)、內(nèi)核 (Kernel)和 Agent(Agents)，其中 ，地理信息系統(tǒng) (GIS)、監(jiān)視器 (Viewer)、內(nèi)核 (Kernel)和子仿真器 (SubSimulators)屬于仿真系統(tǒng)的服務(wù)器端， Agent (Agents)屬于仿真系統(tǒng)的客戶端。這五個模塊之間通過TCP/IP 和 UDP/IP 協(xié)議進(jìn)行通信，該通信屬于異步通信，所有的信息均要經(jīng)過內(nèi)核轉(zhuǎn)發(fā)。在救援仿真比賽中，由仿真服務(wù)器負(fù)責(zé)加載運行比賽專用地圖，目前比賽專用地圖分為 6 類地圖，根據(jù)不同地圖的置參數(shù)來確定該地圖下的比賽分?jǐn)?shù)和Agent 總數(shù)。每個仿真周期約為 300 個時間周期，可以根據(jù)需要來修改比賽地圖的配置參數(shù)中 的仿真時間?？蛻舳说?Agent 分為三大類：警察 Agent、消防 Agent和救護 Agent，正常情況下將每種 Agent 運行到一臺計算機上，也可將二種以上的 Agent 連接運行到一臺計算機上，不過這樣對計算機的硬件要求較高。救援仿真的系統(tǒng)結(jié)構(gòu)圖如圖 21 所示。 機器人救援仿真系統(tǒng)中策略制定和協(xié)作研究 第二章 救援仿真系統(tǒng)簡介 7 圖 21 救援仿真系統(tǒng)結(jié)構(gòu)圖 救援仿真系統(tǒng)服務(wù)器端詳解 服務(wù)器端的內(nèi)部模塊 服務(wù)器由子仿真器 (SubSimulators)、地理信息系統(tǒng) (GIS)、監(jiān)視器 (Viewer)、內(nèi)核 (Kernel)四個模塊組成。 (Subsimulators) 仿真器模塊在救援仿真中的作用是根據(jù)現(xiàn)實災(zāi)害的現(xiàn)場情況進(jìn)行模擬，同時還需要模擬出救援隊伍的救援行為，其模擬遵循一定的自然規(guī)律。本仿真系統(tǒng)的子仿真器主要由火災(zāi)仿真器、建筑倒塌仿真器、道路阻塞仿真器、交通環(huán)境仿真器和其他仿真器等構(gòu)成。火災(zāi)仿真器仿真災(zāi)難空間上的建筑物燃燒情況以及相鄰建筑之間的火災(zāi)蔓延情況；建筑倒塌仿真器仿真由于地震導(dǎo)致的 橋梁、房屋以及道路坊塌情況；道路阻塞仿真器仿真建筑物倒塌后形成的道路上的阻塞塊情況和救援行為中警察 Agent 清理阻塞塊的情況；交通環(huán)境仿真器仿真各個移動 Agent在各種路況下的移動情況，如移動速度，被路障阻塞不能移動、多個 Agent 在狹窄的路況下的擁堵等。根據(jù)仿真器內(nèi)部的狀態(tài)和從內(nèi)核接收到的信息和命令來計算世界模型中將要發(fā)生的事情，包括 Agent 的動作，以及他們的動作帶來的效果，機器人救援仿真系統(tǒng)中策略制定和協(xié)作研究 第二章 救援仿真系統(tǒng)簡介 8 然后把結(jié)果返回給內(nèi)核。 (GIS) 地理信息系統(tǒng)主要負(fù)責(zé)從指定的比賽地圖配置文件中讀取相應(yīng)的地理信息，通過解析地圖 參數(shù)構(gòu)造仿真系統(tǒng)的地理信息模型。在仿真開始初期，為系統(tǒng)提供世界模型的最初配置，像房屋、道路、市民和 Agent 的坐標(biāo)值等。值得注意的是，由于地理信息系統(tǒng)要提供一些地理信息的初始化條件，所以地理信息系統(tǒng)是先于內(nèi)核啟動的。 (Viewer) 圖 22 系統(tǒng)監(jiān)視界面 監(jiān)視器負(fù)責(zé)對仿真系統(tǒng)內(nèi)發(fā)生的一切仿真動作進(jìn)行動態(tài)地映射，把仿真系統(tǒng)的世界模型通過一個 2D 圖形界面形式顯示出來。通過該監(jiān)視器界面可視化地觀察到建筑丹塌、火災(zāi)蔓延、市民被埋、警察清障、消防員滅火和救護隊救護市民等現(xiàn)象。監(jiān)視器界面每一個仿真周期更新一次。通過該監(jiān)視器界面能夠直觀地觀測 Agent 的一些救援行為，從而根據(jù)這些行為驗證救援策略或相應(yīng)算法是否有效。監(jiān)視器界面如圖 22 所示，圖中采用的是 Kobe 地圖。從圖中標(biāo)題欄可以看見參賽隊伍的名字 Team、當(dāng)前的仿真時間 Time 以及實時的得分情況 Score。圖中，有顏色 的實心圓代表 Agent：藍(lán)色實心圓代表警察 Agent，紅色實行圓代表消防Agent，白色實心圓代表救護 Agent，綠色實心圓代表市民；塊狀四邊形代表建機器人救援仿真系統(tǒng)中策略制定和協(xié)作研究 第二章 救援仿真系統(tǒng)簡介 9 筑物：淺藍(lán)色塊狀四邊形代表已經(jīng)被撲滅的建筑物，黃色塊狀四邊形代表剛著火的建筑，紅色塊狀四邊形代表燃燒旺盛的建筑，黑色塊狀四邊形代表已經(jīng)燒過的建筑；縱橫交錯的長方形細(xì)線條代表道路；黑色的十字交叉代表路障；用實心圓有發(fā)光的光圈代表 Agent 在執(zhí)行任務(wù)，其中紅色實習(xí)圓與著火建筑之間的連線代表消防員正在滅火。監(jiān)視器界面還可以顯示 Agent 移動的蹤跡，通過選擇界面上的選 項卡選擇要想要觀測的界面，例如，可以屏蔽所有路障情況觀測建筑和道路分布，屏蔽所有道路與其他建筑等的路徑連線，屏蔽 Agent 只顯示移動情況等。 4．內(nèi)核 (Kernel) 內(nèi)核是整個仿真系統(tǒng)的核心，所有的通信均由內(nèi)核調(diào)度，主要是各類信息的轉(zhuǎn)發(fā)，因此仿真系統(tǒng)內(nèi)的通信屬于異步通信機制。內(nèi)核負(fù)責(zé)控制與各個模塊之間的通信，管理整個仿真過程。在仿真系統(tǒng)中，一次完整的仿真實驗是由多個仿真周期組成的，具體的仿真周期要根據(jù)不同的地圖參數(shù)來確定，一般一個仿真周期約為 l000ms，通常略大于 l000ms。在救援仿真過程中，從內(nèi)核的 任務(wù)調(diào)度角度來分析，每個仿真周期都是劃的，前 500ms 用十把從子仿真器發(fā)來的各類仿真信息進(jìn)行分折計算然后發(fā)送給地理信息系統(tǒng)和監(jiān)視器，通知監(jiān)視器進(jìn)行更新 (包括更新仿真周期 )， 500ms 用于和客戶端 Agent 的交互，等待 Agent 動作命令的回復(fù)，因此，內(nèi)核必須在后 500ms 內(nèi)接收到客戶端發(fā)來的消息，否則下周期該Agent 的上個命令動作將不會模擬仿真。 模塊之間的工作原理 救援仿真開始前，各模塊要與內(nèi)核連接進(jìn)行初始化操作，其連接整合步驟下： (1)地理信息系統(tǒng)首先與內(nèi)核進(jìn)行連接，地理信息系統(tǒng)通過讀取地圖 文件配置信息把災(zāi)難現(xiàn)場的初始化數(shù)據(jù)發(fā)送給內(nèi)核； (2)子仿真器和監(jiān)視器分別與內(nèi)核進(jìn)行連接，接收由內(nèi)核發(fā)來的一些系統(tǒng)初始化條件； (3)開發(fā)的救援 Agent 和系統(tǒng)的 Agent (市民 Agent)與內(nèi)核進(jìn)行連接，接收由內(nèi)核發(fā)來的一些系統(tǒng)初始化條件。 經(jīng)過以上三步，地理信息系統(tǒng)、子仿真器、監(jiān)視器和 Agent 分別與內(nèi)核連接完畢，在所有的 Agent (開發(fā)的 Agent 和市民 )均得到有內(nèi)核發(fā)送來的災(zāi)害現(xiàn)場初始化數(shù)據(jù)后，內(nèi)核就完成了初始化救援仿真系統(tǒng)的工作。以上只是完成仿真前的各個模塊連接初始化步驟，在這些初始化動作完成 后仿真才正式開始。 仿真正式始后，仿真過程是由每個仿真周期組成的，而在每個仿真周期中涵 蓋了 7 個重復(fù)迭代的步驟，其各模塊間的通信流程如圖 23 所示。下面介紹每個仿真周期中的各個模塊間的通信流程： 機器人救援仿真系統(tǒng)中策略制定和協(xié)作研究 第二章 救援仿真系統(tǒng)簡介 10 (1)內(nèi)核根據(jù)每個 Agent 的位置收集該坐標(biāo)點周圍的感知信息，感知信息包括視覺信息和聽覺信息，視覺信息指該 Agent 所處位置半徑為 10 米以內(nèi)所能看見的空間視覺量，聽覺信息指該 Agent 所處位置半徑為 30 米以內(nèi)所能聽見的任何聲音，通常為了盡可能接近現(xiàn)實情況，內(nèi)核會給發(fā)送給每個 Agent 相應(yīng)的聽覺信息中加入一定的噪聲 。然后內(nèi)核把從每個 Agent 那收集來的感知信息發(fā)送給對應(yīng)的 Agent。 (2)各個 Agent 根據(jù)由內(nèi)核發(fā)送來的對應(yīng)位置的感知信息進(jìn)行行為決策并將決策后的原子命令 (供開發(fā)使用的 API，例如移動、清理、救護和滅火等，能夠被底層識別與執(zhí)行 )發(fā)送給內(nèi)核，若 Agent 由于各種原因沒有發(fā)送原子命令則內(nèi)核視為無動作。 圖 23 各模塊間的通信 (3)內(nèi)核接收到發(fā)自 Agent 的原子命令后對不符合要求的命令過濾，然后將過濾后的原子命令轉(zhuǎn)發(fā)給各個具體的子仿真器。需要注意的是，若在 Agent 向內(nèi)核發(fā)送消息的過程中出現(xiàn)丟包的情況，內(nèi)核不予處理，將會轉(zhuǎn)發(fā)接受到的完整信息包。 (4)各子仿真器根據(jù)從內(nèi)核發(fā)來的原子命令和當(dāng)前已經(jīng)存儲的災(zāi)難環(huán)境模型進(jìn)行綜合分析和計算未來發(fā)展變化的災(zāi)難模型，然后將計算得到的災(zāi)難模型發(fā)送給內(nèi)核。如果內(nèi)核在發(fā)送 Agent 原子命令到各子仿真器的 500ms 內(nèi)沒有收到相應(yīng)的反饋信息的話，仿真狀態(tài)將不會發(fā)生變化，也就是說本仿真周期和上個仿真周期 的仿真結(jié)果相同。 (5)內(nèi)核接收到子仿真器發(fā)來的仿真災(zāi)難現(xiàn)場模型后，將這些仿真信息集成機器人救援仿真系統(tǒng)中策略制定和協(xié)作研究 第二章 救援仿真系統(tǒng)簡介 11 后分別發(fā)送給地理信息系統(tǒng)和監(jiān)視器。同時，內(nèi)核將仿真時鐘增加。 (6)監(jiān)視器接到內(nèi)核的仿真更新通知后，向地理信息系統(tǒng)發(fā)送請求信息，要求返回更新后地理信息系統(tǒng)的世界模型。 (7)地理信息系統(tǒng)得到監(jiān)視器的請求后，將更新的地理信息發(fā)送給監(jiān)視器。 以上的 7 個步驟就是仿真開始后迭代完成的，其中在仿真的第一個周期，第1 步和第 2 步是不執(zhí)行的。 仿真平臺的評分標(biāo)準(zhǔn) 仿真周期結(jié)束后，仿真的服務(wù)器端會給出每個隊伍的比賽得分，該分?jǐn)?shù)能夠客觀地評價各個隊伍開發(fā)的各類 Agent 的優(yōu)劣?；诰仍抡嫫脚_的比賽系統(tǒng)，有一個統(tǒng)一標(biāo)準(zhǔn)的分?jǐn)?shù)計算公式來計算每個參數(shù)隊伍針對不同地圖的得分情況。其分?jǐn)?shù)隨著仿真周期的增加而遞減，仿真完畢的最后得分就是該隊伍的比賽分?jǐn)?shù)。具體的分?jǐn)?shù)計算公式如公式 ()所示： 公式（ ） 其中， P 表示當(dāng)前仿真周期中存活的市民 Agent 的個數(shù)， S 表示當(dāng)前仿真周期中存活的市民 Agent 的生命值之和，表示初始時所有市民 Agent 的生命值之和，馬 表示仿真初始時建筑總面積， B 表示當(dāng)前仿真周期中未被燒毀的建筑總面積。由以上分?jǐn)?shù)計算公式可以看出，存活的市民數(shù)量和未被燒毀的建筑總面積是取得較高分?jǐn)?shù)的兩個關(guān)鍵因素。該分?jǐn)?shù)計算公式比較合理地反映了客觀事實：在規(guī)定的時間里，火災(zāi)控制得越好未燃燒的建筑面積就越大、市民營救得越及時存活的市民數(shù)量就越多，只有這樣才能達(dá)到理性有效的救援目的。在仿真中對應(yīng)的比賽分?jǐn)?shù)越高，說明消防 Agent 的滅火性能和救護 Agent 的救援性能越高，同時也反映出警察 Agent 前期清障工作的性能優(yōu)越。 救援仿真系統(tǒng)客戶端詳解 客 戶端 Agent 的組成 客戶端 Agent 指的是比賽隊伍需要開發(fā)的 Agent，而非類似于市民這樣的服務(wù)器端提供的 Agent。從可否移動角度來分，客戶端 Agent 包括兩大類：可移動Agent 和中心 Agent (不能移動只能發(fā)消息 )；從功能角度來分，客戶端 Agent 分為三大類：清理路障的警察 Agent、滅火的消防 Agent 和救護其他 Agent 的救護Agent。具體的客戶端 Agent 就是這六種：警察 Agent (Police Force)和警察中心機器人救援仿真系統(tǒng)中策略制定和協(xié)作研究 第二章 救援仿真系統(tǒng)簡介 12 Agent (又稱警察局， Police Office)、消防 Agent (Fire Brigade)和消防中心 Agent (又稱消防中心， Fire Station)、救護 Agent (Ambulance Team)和救護中心 Agent (又稱救護中心， Ambulance Center)。不同 Agent 所擁有的行為動作能力存在異同：所有 Agent (包括市民 Agent)均具有了解周圍環(huán)境的感知能力 (Sense)、聽見周圍聲音的聽覺能力 (Hear)和通過語言溝通的說話能力 (Say)；除了三個中心 Agent 不具有移動行走能力 (Move)其他均具備該能力；除了市民 Agent 不具有 無線通訊能力 (Tell)，其他 6 種 Agent 均具備該能力；另外，警察 Agent 還具有清理路障的專業(yè)能力 (Clear)，消防 Agent 具有滅火的專業(yè)能力 (Extinguish)，救護 Agent 具有救援 (Rescue)、載上 (Load)、載下 (Unload)的專業(yè)能力。各種 Agent 所具備的能力如表 21 所示。仿真服務(wù)器連接客戶端 Agent 的最大數(shù)量為 70 個。其中，警察 Agent和消防 Agent 最大連接數(shù)量為 20 個，救護 Agentl5 個，中心 Agent5 個。 表 21 各類 agent 的能力 類型 能力 Civilian Sense,Hear,Say,Move Ambulance Team Sense,Hear,Say,Tell,Move,