基于多智能體群集的分布式環(huán)境探測算法研究.pdf

1、由于多智能體系統與單個智能體相比，有很多優(yōu)點，因此對多智能體的協同合作的研究在近年來受到學術界與工業(yè)界的廣泛重視。其中基于多智能體群集的環(huán)境場探測具有很好的現實意義。多個智能體通過協同合作來對某環(huán)境區(qū)域（如核污染環(huán)境、赤潮（水華）環(huán)境、有毒氣體泄漏區(qū)域等）進行梯度跟蹤找到該環(huán)境區(qū)域濃度值的極大值，或對某些特征值跟蹤，從而獲得一定觀測區(qū)域內環(huán)境標量場的分布情況，會為人們處理環(huán)境污染和突發(fā)事件以及認識自然環(huán)境帶來很大的幫助。
　　通常

2、情況下，所探測環(huán)境場值分布的先驗模型是無法得到的，每個智能體通過傳感器只能測得環(huán)境場的標量信息，而不能測量出環(huán)境場中的梯度，因此需要多個智能體用測量值來估計梯度信息。
　　本文首先提出了一種基于多智能體群集的環(huán)境場極值探測算法。該算法中多智能體僅僅根據自己以及自己的鄰居對環(huán)境場的探測值信息，估計環(huán)境場的梯度方向，基于估計的梯度向量，利用分布式一致優(yōu)化算法，得到驅使智能體運動的控制輸入項，結合多智能體群集策略，完成對環(huán)境場的極大值探

3、測。該算法與現有算法相比，不需要預知環(huán)境場的分布模型，而且具有靈活的群集拓撲結構，而不需要一個固定的隊形。通過仿真實驗，驗證了該算法的有效性和魯棒性。其次，為了得到更多環(huán)境場的分布信息，在論文提出的環(huán)境場極大值探測算法的基礎上，提出了基于多智能體群集的環(huán)境場等值線追蹤方法。在該算法中，智能體計算出估計的梯度的正交向量，然后將該向量進行一致平均，得到沿等值線運動的控制輸入項，結合多智能體群集策略，完成對等值線的追蹤。在該算法中根據當前位置