【正文】 ear,Say,Tell,Speak Police Office Sense,Hear,Say,Tell,Speak Ambulance Team 行為代碼示例： 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 13 客戶端 Agent 總體框架 客戶端 Agent 代碼組織框架釆用分層的框架模型，包括三層：底層、技術(shù)層和策略層，如圖 24 所示。在這三層結(jié)構(gòu)中，技術(shù)層和策略層是需要比賽隊伍重點研究和開發(fā)的，在這過程中能夠研究出很多先進的算法和優(yōu)良的策略，這兩層也是 Agent 體系結(jié)構(gòu)中的核心部分。正是這七大模塊的存在，才使得 Agent 的行為模擬機制得以建立，能夠完成視覺、聽覺、推理、說話、行走、執(zhí)行任務(wù)和相互合作等類人行為。 Agent 彼此之間的信息交互主要是靠語音通信進行的，仿真系統(tǒng)是不允許通過內(nèi)存的方式來實現(xiàn)信息的共享，語音通信包括有中心通信和無中心通信兩種情況下的通信方式。 在有中心 Agent 的情況下可以進行有中心通信。從 2020 年開始，仿真系統(tǒng)用信道進行通信，共計有 10 條信道，其中 9 條用于無線電通信，另外1 條用于普通 聲音通信。同時需要一提的是，每條信道都有丟包的可能性，內(nèi)核將不予處理。每個 Agent 在發(fā)送信息時需要指定信道。在某些地圖上會出現(xiàn)缺乏某類中心 Agent 的情況，該類中心 Agent 下屬的移動 Agent 的通信帶寬將受到限制，此時可利用其它中心 Agent 來收集該類移動Agent 的通信信息，因為中心 Agent 的通信帶寬是移動 Agent 的兩倍，所以中心Agent 有足夠的信道容量允許多類 Agent 的同時通信。此時， Agent 接收到其他移動 Agent 的語音信息后更新自身災(zāi)難現(xiàn)場的世界模 型，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 15 并且將 些重要的空間狀態(tài)變化如有新的著火建筑、某建筑物已被撲滅、道路上的路障被清理完畢、發(fā)現(xiàn)有市民被障礙物掩埋等再通過說話的方式來告知該Agent 周圍的 Agent。 客戶端 Agent 的感知模型 所謂移動 Agent 的感知 (Sense)是指像人類一樣能夠獲取到當前所在位置周圍的環(huán)境變化，這就 包括視覺和聽覺量。移動 Agent 用視覺采集來的信息是絕對可靠的，而用聽覺采集來的信息不一。移動 Agent 的感知是有范圍的，視覺范圍為半徑 10 米以內(nèi)的實體對象，聽覺范圍為半徑 30 米以內(nèi)的任何聲音。 事實上，對于移動 Agent 的聽覺來說是由內(nèi)核把該 Agent 所在位置 30 米以內(nèi)的所以的聲音加上噪音發(fā)給 Agent 的，而對于視覺來說移動 Agent 并非真正拿到其所在位置 10 米以內(nèi)的所有物體。 客戶端 Agent 的行動模型 移動 Agent 的行動是經(jīng)過幾個模塊層層執(zhí)行的，主要有這幾個模塊：感知模塊、世界模型模塊、行為決策模塊、路徑探索模塊和動作執(zhí)行模塊。 移動 Agent 通過自身感知周圍的環(huán)境情況與外界信息進行交互，同時還可以通過其他 Agent 發(fā)來的感知信息來實現(xiàn)信息的共享。 行為決策模塊內(nèi)部維護的是開發(fā)隊伍的決策系統(tǒng)，根據(jù)當前世界模型模塊提供的最新災(zāi)難模型做出行為決策。決策系統(tǒng)的做出的決策需要技術(shù)層提供的算法技術(shù)支撐，因此技術(shù)層提供的算法技術(shù)好壞直接影響到?jīng)Q策層決策的好壞。該模塊提供的路徑搜索技術(shù)直 接影響到整體的救援效率。 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 17 圖 27 Agent 的決策模型 本章小結(jié) 本章首先對救援仿真系統(tǒng)做了概況性的介紹，然后對仿真系統(tǒng)的服務(wù)器端和客戶端進行了詳細地介紹。還介紹了比賽平臺的評分標準。其中，在仿真前期警察 Agent 的清障任務(wù)最為關(guān)鍵，主要表現(xiàn)為對一些關(guān)鍵任務(wù)的處理上，比如說某些路障塊掩埋了其他 Agent、路障塊阻礙市民前往避難所、路障塊阻礙消防隊員前往避難所取水、路障塊阻礙消防隊員前往火災(zāi)區(qū)、路障塊阻礙救護隊員前去救護受傷的市民等，因此 其自身的任務(wù)合作處理顯得極其重要。協(xié)作的成功與否，任務(wù)完成的質(zhì)量好壞，在很大程度上取決于子任務(wù)分配時 Agent 之間所進行的協(xié)商。本章提出一種基于任務(wù)優(yōu)先級的任務(wù)合作機制，通過該機制能夠使重要任務(wù)得到優(yōu)先完成，提高整體救援效率。一個障礙物塊區(qū)是由多個路障體組成的，這就需要一個或多個警察 Agent 才能把它清除，如圖 31 所示。因此警察 Agent 的清障任務(wù)完成對整體救援影響問題可描述為：有 n 圖 31 多警察 Agent 合作清理路障塊示意圖 個清障任務(wù)需要分配給 m 個警察 Agent 完成 (通常 n 的值要遠遠大于 m)，要從 n機器人救援仿真系統(tǒng)中策略制定和協(xié)作研究 第三章 策略制定與協(xié)作研究 19 個任務(wù)中實時地找出最重要的任務(wù)優(yōu)先完成，該任務(wù)可以分配給一個或多個警察Agent 合作處理，從而達到協(xié)作其他異構(gòu) Agent 任務(wù)的順利完成，提高整體救援效率的目的。若其被路障塊區(qū)阻塞不能移動時，消防和 Agent 則無法執(zhí)行任務(wù)，市民則無法得到救助和走向避難所。主要是著火建筑和有被埋 Agent 建筑。 (3)避難所?；谝陨?3 個因素的阻塞對災(zāi)害救援的全局影響，計算清障任務(wù)的優(yōu)先級采用如下公式： V=a+b+c 公式 () V 是 3 個優(yōu)先級數(shù)值的線性加和。 a、 b 和 c 三個優(yōu)先級數(shù)值的設(shè)置需要通過比賽經(jīng)驗加以確定，通常，這 3 個數(shù)值關(guān)系滿足： ab0。 (2)優(yōu)先級別 7，即 V=a+b：阻塞塊區(qū)即掩埋 Agent 又阻塞其他 Agent 前往著火建筑和有被埋 Agent 建筑和避難所。 (4)優(yōu)先級別 5，即 V=b+c：阻塞塊區(qū)阻塞其他 Agent 前往著火、有被埋 Agent的建筑和避難所。 (6)優(yōu)先級別 3，即 V=b：阻塞塊區(qū)只阻塞 Agent 前往著火建筑和有被埋 Agent機器人救援仿真系統(tǒng)中策略制定和協(xié)作研究 第三章 策略制定與協(xié)作研究 20 建筑。 (8)優(yōu)先級別 1，即 V=0：阻塞塊區(qū)處于閑空區(qū)，非重要路段。 多警察 Agent 的合作方法 在沒有警察中心的情況下，警察 Agent 之間的通信只能通過說話實現(xiàn) 30m范圍內(nèi)短距離的通信，任何一個警察 Agent 很難通過通信實現(xiàn)全局地圖信息的融合 ，因而不適合采取集中式的任務(wù)分配，故可采用分布式分配。警察 Agent 在前一個周期是任務(wù)的發(fā)布者，而后一個周期又可以轉(zhuǎn)變?yōu)槿蝿?wù)的響應(yīng)者。 (1 )發(fā)布 Agent 將自身任務(wù)優(yōu)先級最高的任務(wù)向外發(fā)布。 (3)發(fā)布 Agent 處理響應(yīng) Agent 的請求信息后對響應(yīng) Agent 進行任務(wù)授權(quán)。 (5)任務(wù)合作建立，共同完成任務(wù)。救護 Agent 之間屬于同構(gòu) Agent，因此每個救護 Agent 的救護市民的能力相同。 根據(jù)上述分析，救援系統(tǒng)中的救護任務(wù) [10]可以單純地分析為受傷的市民，該任務(wù)包括坐標等信息。那么，救援任務(wù)集合 T 可以表示為 ： 公式（ ） 由以上公式可以看出，救護任務(wù)可以簡化為受傷市民 Agent 的坐標值信息。至于救援 Agent 之間的協(xié)作，完全依賴于救護Agent 的高層策略。隨著時間的流 逝，受傷市民的生命值在逐漸降低，而救援比賽的得分系統(tǒng)很大程度上取決于存活的市民 Agent數(shù)量。該合作方法能夠在最短的時間內(nèi)使受傷市民得到救助，最大可能地救出受傷市民 Agent，提高比賽得分。 考慮到救援仿真前期有很多路障阻礙救護 Agent 的行動，使得救護 Agent與警察 Agent 這兩類異構(gòu) Agent 救援行為的耦 合程度很高。救護 Agent 的救援與警察 Agent的清障行為的親合處理較為緊急，隨著時間的流逝受傷 Agent 的生命值在下降直機器人救援仿真系統(tǒng)中策略制定和協(xié)作研究 第三章 策略制定與協(xié)作研究 22 至死亡，因此警察 Agent 因優(yōu)先清理阻礙救援的路障。 在仿真中后期交通較為流暢的情況下，本章針對如何在某個區(qū)域內(nèi)實現(xiàn)多救護 Agent 的任務(wù)合作，采用了基于距離計算的多救護 Agent 的任務(wù)合作方法。當多個救護 Agent 同時進入包含多個救護任務(wù)的某未知區(qū)域時，具體的任務(wù)分配步驟如下： 圖 33 救護 Agent 任務(wù)合作流程圖 Stepl：救護 Agent27；搜索所有的任務(wù) T。 Step3：將每個子任務(wù) T，的信息設(shè)置添加距離信息。 Step5：從任務(wù)列表 L 中選擇距離最短任務(wù)，并執(zhí)行該分配的任務(wù)。 Step7：更新自身任務(wù)列表。 機器人救援仿真系統(tǒng)中策略制定和協(xié)作研究 第三章 策略制定與協(xié)作研究 23 Step9：如果沒有完成，則繼續(xù)執(zhí)行該任務(wù)直到完成。 Step11：若任務(wù)列表 L 非空，則跳轉(zhuǎn)到 Step5 繼續(xù)執(zhí)行。 多救護 Agent 任務(wù)合作的流程如圖 33 所示。針對多消防 Agent 如何進行合作問題，首先必須對救援系統(tǒng)的總?cè)蝿?wù)進行分解，然后再按照一定的約束條件把分解好的各個子任務(wù)分配每個消防 Agent。 本文只針對在系統(tǒng)有消防中心的情況下如何進行任務(wù)分配進行介紹，對于無消防中心的情況下如何進行任務(wù)分配可以使用本文第三章多警察 Agent 使用的合同網(wǎng)任務(wù)分配方法。只要根據(jù)全局的地理信息和各個消防 Agent 的信息進行任務(wù)的分解與分配，就可以實現(xiàn)整體任務(wù)的最優(yōu)分配。根據(jù) 章節(jié)中關(guān)于 Agent 通信方式的不同，可以依據(jù)地圖中是否存在消防中心 Agent 把 RCRSS 中消防 Agent 的任務(wù)分配分為兩類即：有中心 Agent 情景下的集中式任務(wù)分配 和無中心 Agent 情境下的分布式任務(wù)分配。系統(tǒng)中有一個中心 Agent 和若干同構(gòu)的移動 Agent，中心 Agent 由于具有強大的與各個移動 Agent 通信的能力，可以接收到各個移動 Agent 發(fā)送的相關(guān)信息，然后經(jīng)過中心 Agent 的處理將任務(wù)合理的分配給各個移動 Agent。但同時要看到此種任務(wù)分配方 式把所有的決策權(quán)限都全權(quán)委托給中心 Agent，容易造成通信量和數(shù)據(jù)處理量過大的問題?？紤]到 RCRSS 系統(tǒng)中可以有 5 個以內(nèi)的中心消防 Agent，不失一般性的可以認為此問題的影響被忽略。系統(tǒng)中的各個移動 Agent 通過有限的通信和感知能力同一定范圍內(nèi)有限數(shù)量的 Agent共享相關(guān)位置、環(huán)境信息，通過自我的決策模塊決定自己的任務(wù)選擇。此種方式的任務(wù)分配將整個系統(tǒng)復雜的任務(wù)分配問題分散到系統(tǒng)中各個節(jié)點自我處理的子問題，由子節(jié)點聯(lián)網(wǎng)求解得到合理的解空間。采用這種方式的任務(wù)分配方式有以下幾個優(yōu)點：各個 Agent具有充分的自治權(quán)可以保證 Agent 對于環(huán)境變化的快速反應(yīng)，減少了通信量，挺高了響應(yīng)速度；任何一個節(jié)點 Agent 由于各種意外原因出現(xiàn)錯誤的行為不會對整個系統(tǒng) 帶來全局性的影響。任務(wù)分配采用基于距離大小的消防Agent 任務(wù)分配原則，這樣的分配方式簡單高效，可以從全局的角度實現(xiàn)最優(yōu)的任務(wù)分配。因此采用合同網(wǎng)協(xié)議的任務(wù)分配比較適合此分布式的任務(wù)分配情景，從而實現(xiàn)動態(tài)環(huán)境下系統(tǒng)的最優(yōu)任務(wù)分配。最后通過仿真實驗和比賽驗證了本章所提出的方法對于多警察 Agent 任務(wù)合作的有效性。為了能盡可能地營救更多的市民 Agent 使比賽分數(shù)提高，本章針對在多救護 Agent 下如何進行任務(wù)合作，提出了一種基于距離的多救護Agent 的合作方法并進行了詳細闡述。機器人救援 仿真系統(tǒng)中策略制定和協(xié)作研究 第四章 總結(jié)與展望 26 第四章總 結(jié)與展望 總結(jié) 對于近些年來頻發(fā)的自然災(zāi)害如地震、火災(zāi)和坍塌等已經(jīng)嚴重影響到人類的生活，對人類的生命安全構(gòu)成威脅，同時也引起了社會各界的廣泛關(guān)注。通過采取這些措施，能夠迅速、有序、高效地展開救援活動，最大程度地減少人民群眾的生命財產(chǎn)損失和減少對公共設(shè)施的破壞，維護社會的穩(wěn)定。 RoboCup 救援仿真系統(tǒng)是一個通過計算機對災(zāi)難現(xiàn)場的模擬包括火災(zāi)、坍塌和救援行為的模擬，研究災(zāi)難發(fā)生后救援策略的仿真平臺，其目標是建立一個理性智能的搜救和調(diào)度系統(tǒng)。 在 RoboCup 救援仿真這樣一個多 Agent 系統(tǒng)中，各類 Agent 間的任務(wù)合作顯得非常重要，直接影響到整體的救援效率。消防滅火由消防 Agent 來擔任，因而消防 Agent 的消防策略及其合作方法決定著消防滅 火的質(zhì)量。 本文的主要研究成果如下： (1)提出一種基于任務(wù)優(yōu)先級的多警察 Agent 合作方法。為了能夠協(xié)作配合其他異構(gòu) Agent 展開相應(yīng)的救援工作，對警察 Agent 選擇重要任務(wù)優(yōu)先執(zhí)行提出要求。實驗表 明，該方法能夠使多個警察 Agent 快速地清理重要障礙塊區(qū)，有效地協(xié)作其他異構(gòu) Agent 的救援。 受傷市民 Agent 的生命值是隨時間的增加而逐漸減少的，因此救護 Agent對受傷市民的搜索和救護講究及時性，需要這些 Agent 能夠在最短的時間內(nèi)到達他們的任務(wù)所在地。 機器人救援 仿真系統(tǒng)中策略制定和協(xié)作研究 第四章 總結(jié)與展望 27 (3)提出一種基于消防