从狼群智能到无人机群协同决策

来源:飞思实验室

:小翼

生物群集行为是自然界存在的一种普遍现象 ,先前的研究已表明人们可以通过模仿鸟群、鱼群、蜂群等行为, 研究其群体性决策机制, 进而用于构建集群系统的决策系统框架. 狼群在认知、分工, 以及复杂环境适应性等方面具有突出的优势, 尤其在群集行为中体现出主动学习、紧密配合, 以及快速响应等特征, 呈现出群智能的独特性质。表1列举了狼群、鸟群、鱼群, 以及蚁群在几种行为方面的不同特点 .在空战格斗等对抗环境下, 无人机集群所面临的是高动态的拒止环境. 与一般飞行环境相比, 对抗环境普遍存在敌方目标的信号干扰和火力威胁, 这使得无人机集群必须具备在有限探测能力下的快速精确的动作响应. 狼群群集行为体现出较强的应变能力和组织能力, 使得狼群系统即使在危险环境下也不会出现失控和崩溃, 面对比自身体型更大、力量更强的猎物能够采取灵活的配合与决策将其制服, 面对食物或领地竞争等突发事件也能够及时组织成员参与化解. 由此可见, 狼群群集行为与对抗环境下的无人机集群机动飞行紧密契合, 将狼群智能应用于无人机集群协同决策与控制过程, 对提升无人机集群对抗能力具有重要借鉴意义。

狼群智能与无人机集群协同决策在映射机理上存在一致性。首先, 两者行为特征相似。狼群系统在狩猎等威胁环境下的群集行为是典型的动态演变过程, 面对威胁目标需要利用快速准确的决策手段选择性地采取有利于自身的行动策略以实现对目标的牵制。对抗环境下的无人机集群则是在高动态的拒止环境下, 面对对抗目标需要进行分布式决策与控制 ,通过协同配合完成小组范围内对目标的夹击或追踪。其次, 两者在环境认知方面的需求相似。狼群需要借助团队配合和互助进行大范围狩猎环境的搜捕, 掌握围捕环境和狩猎目标的典型特征。无人机集群在拒止环境下需要借助多机信息交互和融合实现对动态目标的识别跟踪、对干扰信号的过滤. 再次, 两者的协同机制相似. 狼群系统稳定性和决策的一致性依赖于其内部的社会等级结构, 由于成员之间具有明确的交互关系, 当领导者确定群体任务并得到群集成员的认同后, 狼群系统会迅速做出正确决策. 无人机集群则通过建立本机与相邻友机的通信拓扑, 在集群成员之间达到决策的一致性协议, 结合准确的态势感知信息, 做出有利于态势发展的机动策略. 综上可见, 狼群智能行为机制可作为强化无人机集群对抗决策的重要依据。

如图1所示, 映射机理可着重从环境认知与决策机制两个方面考虑。在认知方面, 可借鉴狼群认知行为形态学特征, 抽象出一种群集态势信息感知计算模型。其中, 参照狼群对狩猎目标动态变化的敏感特征, 在计算模型中综合考虑对抗目标移动、外在特征、环境变化率等因素, 挖掘感兴趣区域. 以非监督式学习为框架, 结合多机对抗目标信息共享, 利用信息融合提升对抗目标的预测和定位精度. 在决策机制方面, 可通过狼群在合作狩猎场景下群体成员的运动相关性, 结合其社会组织与等级特性, 建立狼群合作狩猎运动模型, 并制定成员交互规则。基于群集运动研究中的个体协调运动模型(如Reynolds三原则), 考虑机动飞行、通信范围、任务激励等约束, 分别设计无人机集群协调运动动力学模型和拓扑规则, 构建多机协同控制律, 保证集群运动的协调一致。为应对频繁出现的外部干扰和突发情况, 可以对狼群合作狩猎运动进行阶段性分解, 构建任务状态切换图以实时应对状态突变, 以增强集群的快速响应。

 图1 狼群情报到无人机群对抗决策的映射机制

近年来, 随着人工智能、仿生学等跨学科在工程技术领域的快速发展, 基于狼群行为特征的多无人系统协调控制与协同决策技术成为了广泛研究的热点。无人机集群作为一类特殊的多无人系统, 其决策机理与多无人系统相一致。Weitzenfeld 借鉴狼群捕猎行为提出了一种多机器人驱动控制框架, 可实现捕猎和躲避等不同任务形态动作. 在该狼群捕猎行为模型中, 狼群被分为头狼和猛狼两类, 每种角色可根据探测信息的质量进行策略切换. 通过硬件平台试验和相关数据的记录和分析, 可使机器人模拟狼群游走、跟随、攻击、躲避等行为和任务。Madden等 基于狼群围捕的实证化研究, 重新定义了Weitzenfeld的围捕模型。在该模型中, 狼群中角色以一种基于物理力引导的方式发生变化, 同时增加了对猎物逃跑行为的反应策略。Duan等提出了一种基于狼群行为机制的自主编队控制方法, 采用人工势场法设计了多无人机协同编队控制器, 基于狼群社会组织关系确定了无人机层次编队模型。通过分析多个无人机自主编队与狼群编队行为之间的映射关系, 设计了基于狼群层级行为机制的编队保持控制器. Escobedo等 设计了一系列多智能体系统的移动策略, 以模拟狼群围捕场景. 该控制策略分为两个基于最小安全距离和驱动力控制的分散控制规则, 通过调节相关系数能够再现狼群捕猎行为中跟踪猎物、追捕、包围猎物等主要特征。

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/484854.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

华为自动驾驶实车实路测试视频曝光!

来源:量子位、物联网智库等自动驾驶的风又刮起来了,这次处在风暴中心的是华为。4月15日,消息称配备华为自动驾驶技术的北汽新能源极狐阿尔法S的HI版车型在上海进行了公开试乘,这也是华为自动驾驶技术公开试乘的全球首秀。就试乘效…

未来智能:人有人用,机有机用

来源: 苇草智酷作者:王飞跃当今最好的人工智能程序到底有多智能?它们是如何工作的?能做些什么?我们有必要担心机器比人类聪明且将很快夺取我们的工作吗?以上这些问题都颇受人们的关注,梅拉妮米歇…

因果作用推断、因果网络学习及其他

来源:久章智能 未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱…

通信人工智能的下一个十年(上)

来源:电信科学欧阳晔1, 王立磊1, 杨爱东1, 马利克萨哈2, 大卫贝兰格3,4, 高同庆5, 韦乐平6, 张亚勤71 亚信科技(中国)有限公司,北京 1001932 美国威瑞森电信公司,美国 纽约 100363 美国电话电报公司,美国 得…

大脑使用交叉存储,来区分现在和过去

来源:混沌巡洋舰在每一个清醒的时刻,人类和其他动物必须在我们对过去的记忆和对现在的意识两者中保持平衡。我们必须吸收关于周围世界的新的感官信息,同时保持对早期观察或事件的短期记忆。我们理解周围环境、学习、行动和思考的能力都依赖于…

对象在内存中的存储布局

对象头包含: markword(和锁相关的信息) 8字节 class pointer(说明对象属于哪个类),jvm指针八字节,但是默认压缩,所有4个字节 对象体包含: instance word实例数据(例如int,这就占四个字节,l…

用研究新范式破解生命科学难题

来源:中国科学报 作者:丛斌(中国工程院士)采访整理:张思玮(本报记者)当今,世界科技正处于重大变革前夕。各领域科学家们一直积极地探索物质本质、宇宙本源、生命本质,并迫…

synchronized与volatile

synchronized实现过程: 1.Java代码:synchronized 2.字节码层级:monitorenter,monitorexit 3.执行过程中自动升级(偏向->自旋->重量级锁) 4.cpu汇编层级:lock comxchg 上图为双核cpu的内部构造&am…

AI 技术与人类主体想象 ——基于人工直觉在线讨论的研究

来源: 人工智能哲学探索作者:雅克布约翰森(英国圣玛丽大学) 王鑫(辽宁大学)一、引言:AI、神经形态硬件、人工直觉AI 在媒体上的讨论越来越多,很多广为流行的专业网站上的相关探讨涵盖了 AI 发展的最新趋势和…

Java四种引用

强引用:没有使用时调用System.gc()会回收 eg:M m new M(); mnull;System.gc(); 软引用:内存不够时就回收 作用:一般使用在缓存时,比如把一些图片存储,内存不够时就自动回收 弱引用: 垃圾回…

永动机与热力学定律

来源:力学酒吧 撰文:张伟伟热力学三大定律分别为能量守恒、熵增定律和绝对零度无法到达,人们对热力学定律的认识也是纠正永动机思想的过程,是人类“美好思想”不断“碰壁”的过程,这些“碰壁”对于个人成长有着深刻的启…

浅析ThreadLocal

线程本地变量 每个线程独立拥有,线程存在,ThreadLocal就一直存在。 使用场景:spring 事务 里面有m方法,m调用了m1,m2,比如m1,m2都去访问数据库 如果分别建立两个数据库连接,事务…

工业机器人技术全解析,值得收藏!

来源:先进制造业一、工业机器人的发展背景1920年,捷克剧作家卡里洛奇别克在其科幻剧本《罗萨姆万能机器人制造公司》(Rossums Universal Robots)首次使用了ROBOT这个名词,之后便成为机器人的代名词。1938年3月&#xf…

JQuery 数组按指定长度分组

JQuery方法// 将data每3个一组进行分组var data [法国,澳大利亚,智利,新西兰,西班牙,加拿大,阿根廷,美国,0,国产,波多黎各,英国,比利时,德国,意大利,意大利,]; var result []; for(var i0,lendata.length;i<len;i3){result.push(data.slice(i,i3)); }lodash方法var data …

中科创星米磊:从五个方向筛选“硬科技”企业

来源&#xff1a;经济日报-中国经济网记者/梁 睿米磊建议创投和保荐机构从五个方面入手筛选“硬科技”企业&#xff1a;“围绕落实国家战略规划确定的科技发展方向或承担具体攻关任务的企业&#xff1b;拥有关键核心技术和先进技术的企业&#xff1b;科技创新和转化应用能力突出…

多线程下实现自增的几种方式

前情回顾&#xff1a;i操作并不是原子操作&#xff0c;因此多线程下会达不到预期的效果&#xff0c;需要通过加锁或AtomicInteger或LongAdder等方法来实现。 i可以分为三步 我们通过实验来观察实现i操作的方式。 下面实验中通过继承Thread实现了多线程 错误方法&#xff1a;…

Fast R-CNN(理解)

0 - 背景 经典的R-CNN存在以下几个问题&#xff1a; 训练分多步骤&#xff08;先在分类数据集上预训练&#xff0c;再进行fine-tune训练&#xff0c;然后再针对每个类别都训练一个线性SVM分类器&#xff0c;最后再用regressors对bounding box进行回归&#xff0c;并且bounding …

全球最顶级的十大创新公司

来源&#xff1a;中企思智库2021年2月英国著名的全球信息服务提供商科睿唯安发布了“2021年度全球百强创新机构”榜单&#xff0c;榜单通过衡量全球各大企业机构专利实力以及创新文化进行综合评选&#xff0c;具体排名如下&#xff1a;3M——是世界第一大创新企业&#xff0c;A…

读《redis设计与实现》笔记--redis数据结构

redis五大数据结构&#xff1a;string&#xff0c;hash&#xff0c;list&#xff0c;set&#xff0c;zset(有序集合) redis底层数据结构&#xff1a;简单动态字符串(SDS)&#xff0c;链表&#xff0c;字典&#xff0c;跳表&#xff0c;整数集合&#xff0c;压缩列表 底层数据…

Zookeeper实现Master选举(哨兵机制)

master选举使用场景及结构 现在很多时候我们的服务需要7*24小时工作&#xff0c;假如一台机器挂了&#xff0c;我们希望能有其它机器顶替它继续工作。此类问题现在多采用master-salve模式&#xff0c;也就是常说的主从模式&#xff0c;正常情况下主机提供服务&#xff0c;备机负…