基于群智演化的移动机器人网络协同决策及任务调度方法研究

It is significantly valuable for the development of new robot system to establish high efficient autonomous decision models and optimization algorithms by using co-evolution and learning mechanisms of biological swarm intelligence. In the process, cooperative decision models and behavior dynamics mechanisms are the key issues to design new models and methods. Thus, this project will take internal state cooperation and general scheduling optimization as research objects, and then conduct a basic research on interactive regulations, cooperative decision and learning mechanisms of large-scale mobile robot system, by utilizing multiple emergence of biological network and multi-agent adaption mechanisms. Specifically, we will investigate the information exchange model and cooperation mechanism between robots and environment or between robots, on the basis of individual-based attribute parameters. We will construct cooperative decision and learning models and routing algorithms for mobile robots based on individual state and local information. Then, we will design task scheduling models and relevant optimization algorithms of large-scale robot system, based on the intelligent evolution framework of ant swarm. The study will provide important theoretical and applicable support on common technology system of autonomous behavior of mobile robots (i.e., models, algorithms and applications).

利用生物群智协同进化与学习机制建立高效的移动机器人自主决策模型及优化方法对发展新型的机器人系统有重大意义，其中的群体协同决策机制与行为动力学机理研究是构建新模型、新方法的关键问题。为此，本项目以大规模移动机器人内部状态协调与整体调度优化为研究对象，基于生物网络的多层涌现与多智能体自适应理论对移动机器人内部交互规律与协同决策、学习机理进行基础研究，具体包括：基于个体属性参量模型的设计，研究机器人之间及机器人与环境间信息交互模型与协同机制；基于生物网络内平衡调节机理，根据机器人系统个体状态和局部信息，建立移动机器人协同决策、自主学习模型及路由优化算法；进而，基于蚁群智能演化框架，建立大规模机器人系统的任务调度模型及优化算法。研究工作将为移动机器人自主行为共性技术体系（模型、算法、应用）提供理论和技术支持。

机器人网络是由机器人通过相互通信、彼此协作的方式组成的网络系统，利用生物群智协同进化与学习机制建立高效的移动机器人自主决策模型、优化方法和路由机制等对发展新型的机器人网络有理论意义和应用前景。本项目以不同规模、不同类型移动机器人系统的协同控制、网络优化和任务调度等问题为对象，重点研究协同决策模型与优化机制、资源管理与分配机制、网络功能与服务部署机制、路由、转发与内容交付等机制，建立统一的协同控制、优化决策、任务调度、路由转发和内容交付架构，构建研究与开发实验环境，提出了一系列新的模型、算法与机制，开展了性能评价与实验验证，结果表明本项目的研究成果是可行和有效的，具有创新性。本项目执行期间，发表学术论文118篇，其中，国际学术期刊70篇，国际学术会议21篇，国内学术期刊27篇；已录用学术论文8篇，均为国际学术期刊论文；包括IEEE TMC 2篇、IEEE JSAC 2篇、IEEE TPDS 1篇、IEEE TKDE 1篇、IEEE TWC 1篇、IEEE TCC 2篇、IEEE TNSE 3篇、IEEE TVT 2篇、IEEE TCYB 2篇、ACM TIT 1篇、IEEE Netw. 2篇、IEEE IoT 6篇、Commun. ACM 1篇、Comput. Netw. 2篇、JNCA 4篇、IEEE ICNP 3篇、IEEE ICDCS 1篇、IEEE/ACM IWQoS 1篇、计算机学报1篇、软件学报3篇、计算机研究与发展2篇、中国科学：信息科学1篇、JCST 1篇；SCI收录71篇，EI收录101篇。取得国家发明专利授权26项，公示29项。取得软件著作权11项。获中国计算机学会科技进步一等奖1项、教育部技术发明二等奖1项、湖南省自然科学二等奖1项、ICSI国际会议最佳学生论文奖1项。依托本项目培养博士生7名和一批硕士生。本项目研究成果具有应用价值，部分成果已经在东软集团股份有限公司和卡奥斯工业智能研究院（青岛）有限公司等得到应用，包括东软基于V2X的车联网整体解决方案、智能网联终端T-BOX平台和卡奥斯面向规模化服务定制协同按需智联平台，取得了良好的经济效益和社会效益。