【正文】 的范圍是一個方格世界，螞蟻有一個參數(shù)為速度半徑（一般是3），那么它能觀察到的范圍就是3*3個方格世界，并且能移動的距離也在這個范圍之內(nèi)。而其它的路徑上激素濃度卻會隨著時間的流逝而消減。這樣形成一個正反饋。當(dāng)后來的螞蟻再次碰到這個路口的時候。與此同時釋放出與路徑長度有關(guān)的信息素。當(dāng)它們碰到一個還沒有走過的路口時。在蟻群尋找食物時，它們總能找到一條從食物到巢穴之間的最優(yōu)路徑。 實(shí)現(xiàn)方案螞蟻在運(yùn)動過程中，能夠在它所經(jīng)過的路徑上留下信息素來進(jìn)行信息傳遞，而且螞蟻在運(yùn)動過程中能夠感知這種物質(zhì)，并以此指導(dǎo)自己的運(yùn)動方向，因此由大量螞蟻組成的蟻群集體行為便表現(xiàn)出一種信息正反饋現(xiàn)象：某一路徑上走過的螞蟻越多，則后來者選擇該路徑的概率就越大。當(dāng)一只找到食物以后，它會向環(huán)境釋放一種信息素，吸引其他的螞蟻過來，這樣越來越多的螞蟻會找到食物！有些螞蟻并沒有象其它螞蟻一樣總重復(fù)同樣的路，他們會另辟蹊徑，如果令開辟的道路比原來的其他道路更短，那么，漸漸，更多的螞蟻被吸引到這條較短的路上來。這就是人工生命、復(fù)雜性科學(xué)解釋的規(guī)律！ 2 螞蟻跟隨問題的仿真設(shè)計 預(yù)期結(jié)果本文旨在使用計算機(jī)模擬自然界螞蟻的尋徑方式，仿真實(shí)現(xiàn)螞蟻跟隨編隊。 然而，事實(shí)并沒有你想得那么復(fù)雜，上面這個程序每個螞蟻的核心程序編碼不過100多行！為什么這么簡單的程序會讓螞蟻干這樣復(fù)雜的事情？答案是：簡單規(guī)則的涌現(xiàn)。那么我們又如何利用多自主機(jī)器人來模擬螞蟻跟隨這一行為呢？設(shè)想，如果我們要為螞蟻設(shè)計一個人工智能的程序，那么這個程序要多么復(fù)雜呢？首先，你要讓螞蟻能夠避開障礙物，就必須根據(jù)適當(dāng)?shù)牡匦谓o它編進(jìn)指令讓他們能夠巧妙的避開障礙物；其次，要讓螞蟻找到食物，就需要讓他們遍歷空間上的所有點(diǎn)；再次，如果要讓螞蟻找到最短的路徑，那么需要計算所有可能的路徑并且比較它們的大??；而且更重要的是，你要小心翼翼的編程，因為程序的錯誤也許會讓你前功盡棄。不但如此而且還會沿著最短的路徑奔向食物，當(dāng)大量螞蟻這么做時，蟻群就會一只跟著一只形成一條最短的線來搬運(yùn)食物。 關(guān)于蜜蜂覓食，人們已經(jīng)做過很徹底地了解，據(jù)說它們是用飛行的舞姿（兜圈圈）來傳遞信息，圈子的軸方向表示花蜜的方向，用飛行的圈數(shù)表示有花蜜地方的距離，別的蜜蜂得此信號，就紛擁向該方向飛去。他們的覓食行為、勞動分配、孵化分類、協(xié)作運(yùn)輸、構(gòu)造墓地等行為之精巧令人驚嘆。因此我研究的課題就是用編隊控制的思想來仿真研究生物群體中的螞蟻跟隨問題。多機(jī)器人系統(tǒng)編隊控制在軍事監(jiān)測、搶險救援、空間及海洋開發(fā)、智能交通系統(tǒng)、工農(nóng)業(yè)生產(chǎn)、服務(wù)行業(yè)等領(lǐng)域中有廣泛的應(yīng)用前景并已經(jīng)得到了一定的實(shí)際應(yīng)用。（2） 能夠有效提高系統(tǒng)的魯棒性和容錯能力。雖然每個機(jī)器人只使用了其能獲得的局部信息,但是整個系統(tǒng)卻能實(shí)現(xiàn)一些全局性的任務(wù)。多自主機(jī)器人系統(tǒng)通過模擬生物之間的某些群體行為從而完成特定的任務(wù)。例如多個機(jī)器人推箱子，機(jī)器人與箱子必須保持一定的幾何關(guān)系才能夠?qū)⑾渥油葡蚱谕姆较?，類似的任?wù)還有農(nóng)作物收割、播種等。（2） 可以增強(qiáng)抵御外界入侵的能力，作戰(zhàn)過程中，機(jī)器人士兵通過保持隊形，可以抵抗多方向的入侵，增加自身安全性，群居動物按一定隊形行進(jìn)可以有效抵抗掠食者的現(xiàn)象就是一例。多自主機(jī)器人保持一定的隊形至少有以下幾點(diǎn)好處： （1） 充分獲取當(dāng)前環(huán)境信息。隊形形成問題問題主要是研究如何使機(jī)器人系統(tǒng)從一個雜亂無章的狀態(tài)形成一個整體具有規(guī)律性或符合設(shè)計者要求的穩(wěn)定狀態(tài)，這對于一隊多自主機(jī)器人協(xié)作完成一項特定任務(wù)提供了支持。 課題意義在多自主機(jī)器人系統(tǒng)中，很多時候要求多個自主機(jī)器人在協(xié)作的過程中保持一定的隊形，以便更好的協(xié)作，即多機(jī)器人編隊控制。它綜合了分散式的控制規(guī)律。這樣在協(xié)調(diào)控制時，使用的測量信息最少。由于受限的傳感范圍，每個載具的鄰居其間都可能改變。一個控制規(guī)律操縱所有的載具進(jìn)入一塊區(qū)域，另一個就實(shí)現(xiàn)路徑追蹤和行動協(xié)調(diào)。 一種基于可到達(dá)性說明的新的方法以及混合控制被用來解決這個問題。這樣，遠(yuǎn)離路徑的載具，他們的目標(biāo)就是靠近路徑。因此，對于遠(yuǎn)離路徑的載具，僅僅知道它的幾個鄰居的位置，而不知道路徑的信息，是可以的。 以前的方案在不管載具離路徑多遠(yuǎn)的情況下同時考慮路徑追蹤以及多機(jī)器人協(xié)調(diào)。協(xié)調(diào)路徑追蹤的控制規(guī)律一般分成兩部分：路徑追蹤以及多機(jī)器人協(xié)調(diào)。因此隨著狀態(tài)切換控制規(guī)律，所有自主體在路徑上均勻間隔排列和最終作為一個整體向前移動。一個新的混合控制策略被用來解決由于感知范圍不足導(dǎo)致鄰居隨著時間的推移可能會改變的問題：每個自主體的狀態(tài)空間以與目標(biāo)路徑的相對位置分化為幾個區(qū)域。而高層以圓形拓?fù)溲h(huán)追趕，低層以鏈狀拓?fù)渥汾s的戰(zhàn)略可以實(shí)現(xiàn)集合、同軸圓周運(yùn)動和同軸對數(shù)螺線運(yùn)動。通過了一個簡單的兩層追趕策略形成了多種多樣的編隊，包括集合、勻速圓周運(yùn)動、復(fù)雜的圓周運(yùn)動、同軸圓周運(yùn)動、同軸對數(shù)螺線運(yùn)動。而且，這些自主體可以在目標(biāo)的速度改變時自適應(yīng)的維持編隊。經(jīng)過證明，一群自主移動智能體協(xié)作的估計目標(biāo)的速度，然后漸漸形成一個正多邊形的編隊，保持移動目標(biāo)在他們的圖心。需要一個局部控制規(guī)律，僅僅利用目標(biāo)和它的鄰居間的先對位置的信息，來解決這個問題。當(dāng)自主體遠(yuǎn)離目標(biāo)時它們會接近目標(biāo)，然后切換到協(xié)調(diào)移動狀態(tài)，最終自主體們環(huán)繞在目標(biāo)四周并在相互之間保持相等的角距離來合作地捕獲目標(biāo)。2009年，Gangfeng Yan等[9]研究了一群自由運(yùn)動的自主體協(xié)調(diào)跟蹤目標(biāo)的問題。一組任意的幾何圖案都可以由兩個領(lǐng)導(dǎo)者與N個追隨者通過特定的鄰居關(guān)系與指定的跟隨編隊實(shí)現(xiàn)。2010年，zhiyun lin等[8]研究了自適應(yīng)編隊控制問題。領(lǐng)導(dǎo)者以不斷變化的速度編隊運(yùn)動，追隨者知道與鄰居間的相對位置和領(lǐng)導(dǎo)者的速度。2009年，zhiyun lin等[7]研究了有向無環(huán)圖中多運(yùn)動自主體的編隊控制問題。它實(shí)現(xiàn)了三個運(yùn)動自主體組成三角形編隊同步運(yùn)動。同樣的每個自主體都將以自己所有鄰居自主體的形心為目標(biāo)移動，他們證明在這個戰(zhàn)略下視野恰當(dāng)?shù)脑捤凶灾黧w將同樣最終收斂到一點(diǎn)。同樣星型有向圖編隊的自主體最初排列成一個逆時針方向的星形編隊或順時針方向的星形編隊。每個自主體只有一個有限視野的傳感器，因此這個傳感器所對應(yīng)的自主體可以看見并知道那些與自己距離在一定程度以內(nèi)的自主體們，這些被看到的自主體被稱作鄰居自主體。眾所周知自主體在這個戰(zhàn)略下收斂到一點(diǎn)，他們?nèi)匀辉谘芯烤庩牥l(fā)展的動機(jī)是解決碰撞是否會出現(xiàn)的問題。首先是循環(huán)追趕。 基礎(chǔ)編隊2004年Zhiyun Lin等[5]研究了三種編隊?wèi)?zhàn)略：循環(huán)追趕編隊、星型無向圖編隊和星型有向圖編隊。這些群體行為給了研究者很多的啟發(fā)。到目前為止，在各種復(fù)雜的群體行為中，對群體行為的一致性及可實(shí)現(xiàn)性的條件，科學(xué)家們研究的比較深入，已經(jīng)形成了相對完整的系統(tǒng)理論，而對更復(fù)雜行為的數(shù)學(xué)理論，除了個別例子及一些特殊情況，一般來說，還沒有系統(tǒng)的理論結(jié)果。但模擬的結(jié)果往往事先無法預(yù)測，結(jié)果的正確性也無法用解析的手段來驗證，只能與現(xiàn)實(shí)中的類似現(xiàn)象作比較。用系統(tǒng)的科學(xué)的觀點(diǎn)與方法研究群體行為目前僅處于起步階段。并且有另一些人[4]，對分布式算法的研究中那些把一套機(jī)器人錯誤地描繪成在平面上應(yīng)該收斂到一起的點(diǎn)；這是被稱為協(xié)議的問題。一組模擬機(jī)器人形成近似圓形和簡單多邊形，使用每個機(jī)器人本身的情況來定位自己，例如，最遠(yuǎn)和最近的機(jī)器人是哪個。一般來說，這一控制戰(zhàn)略的目標(biāo)使一組移動自主體（機(jī)器人組火星探路者，無人駕駛飛行器，或無人水下航行器）要么實(shí)現(xiàn)自主體組在形成或移動的同時保持一個編隊，要么實(shí)現(xiàn)把自主體從一個編隊重新配置到另一個編隊。他們證明了編隊?wèi)?zhàn)略的航向，在一定的假設(shè)條件下（圖代表的自主體與另一個鄰居總是連接，或者定期連接），結(jié)果是所有的自主體匯聚到了一個共同的航向。個體之間的相互作用有各種表現(xiàn)：如兩個個體之間有信息交換則這兩個個體就相互靠近；一些比較復(fù)雜行為規(guī)定表現(xiàn)為兩個個體太靠近，它們會排斥，以保持合理的各自活動的距離. 個體的行為還可用非線性動力學(xué)模型來描述。根據(jù)作者的了解，第一批用嚴(yán)格的數(shù)學(xué)方法給出一類群體行為一致問題的數(shù)學(xué)描述，并給出實(shí)現(xiàn)這類群體一致性的精確條件的論文大約出現(xiàn)于2002~2004年間。Boid模型引起了計算機(jī)和物理學(xué)家、生物學(xué)家和數(shù)學(xué)家的關(guān)注。在中文文獻(xiàn)中將它譯為一致性。Consensus是保留在英文中的拉丁詞匯。通過計算機(jī)模擬可以發(fā)現(xiàn)這些無統(tǒng)一指揮的群體通過個體之間的相互交換信息以及本能的反應(yīng)，最終會形成有序的、協(xié)調(diào)一致的行為。每只鳥都有著一個局部的控制戰(zhàn)略，然而它們卻可以完成令人滿意的全體集群行為。一致性問題在分布式計算科學(xué)方面早有研究。人們研究群體行為往往從觀察自然現(xiàn)象開始。近年來，群體的協(xié)同控制研究直接為多移動機(jī)器人系統(tǒng)，無人駕駛飛行器群、軍事應(yīng)用中的戰(zhàn)術(shù)編隊、調(diào)控，交通系統(tǒng)的控制、對突發(fā)事件的應(yīng)對、傳染病的防治、生態(tài)的維護(hù)、可持續(xù)發(fā)展戰(zhàn)略的制定與提供理論指導(dǎo)。一方面，該研究的重大進(jìn)展能更深刻地闡釋、了解、揭示自然的秘密，能夠幫助人們深入理解人類社會活動、經(jīng)濟(jì)活動的規(guī)律。保證了族群在惡劣的自然環(huán)境和與生物種群的爭斗中繁衍生息。脫離群體的生物個體在自然界是很難生存的。這類群體行為的例子在自然界中有很多，例如，鳥能成群結(jié)隊的飛翔雨遷徙，魚群能聚集在一起有序地在不同的江海區(qū)域修養(yǎng)、生息、繁衍生殖。一定數(shù)量的自主個體通過相互交流與協(xié)作，在集體層面上呈現(xiàn)出更為有效、更為強(qiáng)大功能的行為，并能實(shí)現(xiàn)個體不可能實(shí)現(xiàn)的目標(biāo)。生物個體可以是細(xì)菌，昆蟲，鳥，魚等。例如飛機(jī)是模仿鳥類的飛行結(jié)構(gòu)特點(diǎn)制造的；雷達(dá)是模仿蝙蝠的回聲定位制造的；熒光燈是模仿螢火蟲制造的；照相機(jī)是模仿蠅的復(fù)眼制造的；電子蛙眼是模仿蛙眼制造的；許多建筑的建造模仿了動物的甲殼等等。人類生活在自然界中，與周圍的生物作“鄰居”，這些生物各種各樣的奇異本領(lǐng)，吸引著人們?nèi)ハ胂蠛湍７?。? 錄摘 要…………...…………………………………………….……IAbstract ………………...……………………