?

　　基于多Agent機(jī)器人系統(tǒng)的圖書(shū)歸類(lèi)解決方案

　　國(guó)際金屬加工網(wǎng)

　　先進(jìn)制造 ◇ 系列技術(shù)講座

　　1月11日13:30-17:00 2023 Ansys中國(guó)機(jī)器人行業(yè)典型研討會(huì)

　　摘 要：現(xiàn)代圖書(shū)館的藏書(shū)量已成為衡量一個(gè)圖書(shū)館水平的重要指標(biāo)之一，而藏書(shū)量的增多也意味著圖書(shū)館日常管理任務(wù)的加重，圖書(shū)管理人員要耗費(fèi)巨大的精力去歸類(lèi)、整理圖書(shū)。移動(dòng)機(jī)器人和多Agent 技術(shù)的迅猛發(fā)展給這個(gè)亟待解決的問(wèn)題帶來(lái)了一種新的、可能的解決途徑。

隨著科學(xué)的進(jìn)步，現(xiàn)代圖書(shū)館的藏書(shū)量和報(bào)刊雜志的種類(lèi)急劇增加。隨之而來(lái)的日益繁重的管理任務(wù)，僅憑傳統(tǒng)的人工操作，不僅耗費(fèi)越來(lái)越多的人力、物力、財(cái)力，也降低了圖書(shū)管理工作的可靠性，特別是有些讀者借了多本書(shū)后隔天就馬上歸還，這無(wú)形中加重了圖書(shū)館理人員的勞動(dòng)量，因而，讓機(jī)器代替人類(lèi)實(shí)現(xiàn)圖書(shū)館管理的工作是圖書(shū)館管理的必然發(fā)展趨勢(shì)。

智能機(jī)器人是一類(lèi)能夠通過(guò)傳感器感知環(huán)境和自身狀態(tài)，實(shí)現(xiàn)在有障礙物的環(huán)境中面向目標(biāo)的自主運(yùn)動(dòng)，從而完成一定作業(yè)功能的機(jī)器人系統(tǒng)。近年來(lái)，機(jī)器人技術(shù)在工業(yè)、農(nóng)業(yè)、航天及空間探測(cè)等許多領(lǐng)域都起到了重要的作用，同時(shí)又顯示了廣泛的應(yīng)用前景，成為人工智能學(xué)術(shù)界研究和關(guān)注的熱點(diǎn)問(wèn)題。而Agent 是處在某個(gè)環(huán)境中的計(jì)算機(jī)系統(tǒng)，該系統(tǒng)有能力在這個(gè)環(huán)境中自主行動(dòng)以實(shí)現(xiàn)其設(shè)計(jì)目標(biāo)。多Agent 系統(tǒng)是多個(gè)可運(yùn)作的Agent 的有機(jī)結(jié)合，通過(guò)多Agent 之間的交互將一個(gè)復(fù)雜的問(wèn)題簡(jiǎn)單化。

　　將多Agent 技術(shù)應(yīng)用于移動(dòng)機(jī)器人中使得機(jī)器人具有更高的智能性，實(shí)現(xiàn)自動(dòng)感知環(huán)境變化、智能識(shí)別、歸類(lèi)、傳送圖書(shū)，讓機(jī)器完成重復(fù)、繁重的體力勞動(dòng)，減輕了圖書(shū)館工作人員的工作壓力，實(shí)現(xiàn)圖書(shū)館的智能化。

　　1 Agent與多Agent的機(jī)器人系統(tǒng)基本理論

　　1.1 Agent 理論

在人工智能研究的進(jìn)程中，研究者們逐漸認(rèn)識(shí)到應(yīng)該把人工智能各個(gè)領(lǐng)域的研究成果集成為一個(gè)具有智能行為概念的"人",更重要的是人們認(rèn)識(shí)到了人類(lèi)智能的本質(zhì)是一種社會(huì)性的智能，人類(lèi)絕大部分的活動(dòng)都涉及多個(gè)人構(gòu)成的社會(huì)團(tuán)體，大型復(fù)雜問(wèn)題的求解需要多個(gè)專(zhuān)業(yè)人員或組織協(xié)作完成。人最重要的和最多的智能是在由眾多個(gè)體構(gòu)成的社會(huì)中進(jìn)行各種活動(dòng)時(shí)體現(xiàn)出來(lái)的。"協(xié)作"、"競(jìng)爭(zhēng)"、"談判"等等是人類(lèi)智能行為的主要表現(xiàn)形式。要對(duì)社會(huì)性的智能進(jìn)行研究，構(gòu)成社會(huì)的基本構(gòu)件"人"的對(duì)應(yīng)物"Agent"理所當(dāng)然地就成為人工智能研究的基本對(duì)象。

一般認(rèn)為，Agent 是一種處于一定環(huán)境下包裝的計(jì)算機(jī)系統(tǒng)，為了實(shí)現(xiàn)設(shè)計(jì)目的，它能在那種環(huán)境下靈活地、自主地活動(dòng)。雖然目前還沒(méi)有一個(gè)大家都能接受的關(guān)于Agent 的定義，但幾乎所有被稱(chēng)為Agent的軟件或硬件系統(tǒng)都具有以下的特征： 自治性(Autonomy ) 、社會(huì)性(Social Ability) 、反應(yīng)性(Reactivity)、主動(dòng)性(Proactivity)、智能性(Intelligence )、合作性(Collaboration)。

　　1.2 基于多Agent 的機(jī)器人系統(tǒng)及其任務(wù)模型

多機(jī)器人系統(tǒng)并非一個(gè)簡(jiǎn)單的多機(jī)器人組合系統(tǒng)，而是一個(gè)以分布式人工智能為指導(dǎo)，結(jié)合計(jì)算機(jī)、分布式控制、多傳感器技術(shù)和理論，將多個(gè)機(jī)器人組織而成的分布式智能系統(tǒng)。多機(jī)器人系統(tǒng)在系統(tǒng)功能、并行性、柔性、穩(wěn)定性以及容錯(cuò)性等方面具有單機(jī)器人系統(tǒng)不可比擬的優(yōu)勢(shì)，其正得到深入研究和廣泛應(yīng)用。多個(gè)機(jī)器人在共同的復(fù)雜環(huán)境中協(xié)同工作時(shí)，不僅和環(huán)境之間有復(fù)雜的交互作用，而且相互之間既有分工又有協(xié)作，既有合作又有競(jìng)爭(zhēng)。多機(jī)器人系統(tǒng)的研究存在許多與單機(jī)器人系統(tǒng)所不同的問(wèn)題：(1)如何在各機(jī)器人間表達(dá)、描述問(wèn)題，分解和分配任務(wù);(2)如何使機(jī)器人間相互通訊和相互作用;(3)如何保證各機(jī)器人行為協(xié)調(diào)一致;(4)機(jī)器人間如何識(shí)別和解決沖突等等。

　　這些問(wèn)題主要涉及分布式問(wèn)題的求解，用傳統(tǒng)的集中控制理論和機(jī)器人理論已難以解決。當(dāng)前MAS理論的發(fā)展及其在分布式系統(tǒng)中的應(yīng)用給多機(jī)器人系統(tǒng)的研究帶來(lái)了新的思路，并已在一些試驗(yàn)系統(tǒng)的開(kāi)發(fā)中得到了驗(yàn)證。

　　1.3 機(jī)器人Agent 的任務(wù)模型

機(jī)器人的行為總是帶有一定目的性，即與一定的任務(wù)或任務(wù)目標(biāo)相聯(lián)系任務(wù)目標(biāo)。根據(jù)其是抽象的還是具體的，可分為隱式任務(wù)和顯式任務(wù)兩類(lèi)：隱式任務(wù)一般是指可用自然語(yǔ)言描述的，沒(méi)有明確數(shù)學(xué)形式的"抽象"任務(wù)，例如，"將圖書(shū)放到書(shū)柜上",或"放到推車(chē)".顯式任務(wù)則一般是具有精確的數(shù)學(xué)形式描述或量化指標(biāo)的"具體"任務(wù)，如"移動(dòng)到目標(biāo)點(diǎn)(3, 7)",或"保持加工精度為土0. 003mm ".可以看到，隱式任務(wù)一般是高層任務(wù)指令，而顯式任務(wù)一般是底層具體任務(wù)。隱式任務(wù)需要結(jié)合環(huán)境信息以及機(jī)器人的自身狀態(tài)，轉(zhuǎn)化為顯示任務(wù)序列加以實(shí)現(xiàn)。以機(jī)器人取書(shū)為例，假設(shè)機(jī)器人位置為(5, 8},書(shū)位置為(32, 36)，推車(chē)位置為(67, 57)。"將書(shū)放入推車(chē)"為隱式任務(wù)目標(biāo)，其可分解為顯示任務(wù)目標(biāo)序列："移動(dòng)到位置點(diǎn)(32,36)","夾持位置點(diǎn)在(32, 36)的書(shū)","移動(dòng)到位置點(diǎn)(67,57)","放置書(shū)到位置點(diǎn)在(67, 57)的推車(chē)".一般而言，機(jī)器人Agent 的任務(wù)可用下式表示：

　　Task=(Goal,Precondition,Body,Effects,Setting)

　　其中Goal 表示任務(wù)task 的目標(biāo)，一般可用自然語(yǔ)言描述;Precondition 表示任務(wù)task 實(shí)現(xiàn)所需的前提條件;Body 表示任務(wù)task 的子任務(wù)序列或顯式目標(biāo)序列;Setting 表示任務(wù)task 的附加約束條件集;Effects 表示任務(wù)task 實(shí)現(xiàn)后對(duì)環(huán)境的效果集。

隱式任務(wù)在分解轉(zhuǎn)化為顯式任務(wù)時(shí)，也可能生成某些中間隱式任務(wù)，從而形成機(jī)器人任務(wù)分解的一種與/或樹(shù)結(jié)構(gòu)。其中"與"表示上層任務(wù)目標(biāo)通過(guò)實(shí)現(xiàn)所有下層任務(wù)目標(biāo)才能完成，"或"表示上層任務(wù)目標(biāo)可通過(guò)選擇實(shí)現(xiàn)下層的某個(gè)任務(wù)目標(biāo)加以完成。一般而言，樹(shù)狀結(jié)構(gòu)的最底層分支的端點(diǎn)都是機(jī)器人可直接執(zhí)行的顯式任務(wù)目標(biāo)，并且是"與"樹(shù)結(jié)構(gòu)，即顯示任務(wù)目標(biāo)序列。

　　2 基于多Agent的機(jī)器人系統(tǒng)的體系設(shè)計(jì)

　　2.1 環(huán)境設(shè)置

　　本系統(tǒng)為了便于機(jī)器人識(shí)別，將圖書(shū)館中所有的書(shū)柜用阿拉伯?dāng)?shù)字進(jìn)行編號(hào)，即每一書(shū)柜對(duì)應(yīng)相應(yīng)的標(biāo)簽編碼段，跟圖書(shū)館中每個(gè)柜上設(shè)置放置的圖書(shū)數(shù)目一致，并將其存入規(guī)則庫(kù)中。推車(chē)設(shè)計(jì)成具有若干個(gè)格子，且設(shè)定每個(gè)格子只放一本書(shū)，便于機(jī)器人區(qū)分某本書(shū)的在推車(chē)上的具體位置，推車(chē)上的格子也以阿拉伯?dāng)?shù)字標(biāo)識(shí)，便于機(jī)器人存儲(chǔ)、記憶。

　　2.2 系統(tǒng)結(jié)構(gòu)

本系統(tǒng)利用多Agent 系統(tǒng)減輕人工分類(lèi)、擺放圖書(shū)的工作量，其工作流程如圖1 所示：

　　500)this.width=500">

　　圖1 系統(tǒng)體系結(jié)構(gòu)

　　(1)當(dāng)機(jī)器人的機(jī)械手拿一本圖書(shū)時(shí)，機(jī)器手上的自動(dòng)識(shí)別系統(tǒng)即帶有傳感器的環(huán)境識(shí)別Agent 立即感知環(huán)境變化，且獲取圖書(shū)條形碼信息，并將這些信息傳遞給圖書(shū)識(shí)別Agent.這一過(guò)程主要是實(shí)現(xiàn)從環(huán)境狀態(tài)(E)到感知(Per)的映射(函數(shù)see 的輸出是一種感知，即感知的輸入)：see : E--> Per.

(2)信息庫(kù)包括了圖書(shū)信息的集合和圖書(shū)館的電子地圖，存儲(chǔ)著所有圖書(shū)條形碼的信息、書(shū)名及其圖書(shū)標(biāo)簽和圖書(shū)館電子地圖。通過(guò)傳感器識(shí)別出條形碼，圖書(shū)識(shí)別Agent 接收條形碼信息，將信息分解，并跟信息庫(kù)中已有的條形碼進(jìn)行模式匹配，找到符合的樣本，返回圖書(shū)的基本信息，用函數(shù)book(館號(hào)，條形碼，條形碼號(hào)，書(shū)名，標(biāo)簽)表示，其中標(biāo)簽指的是在圖書(shū)館里的位置編碼，分為2 大部分，前一部分字母遵循中國(guó)圖書(shū)館圖書(shū)分類(lèi)法，指出圖書(shū)的類(lèi)別，而后一部分則為每個(gè)圖書(shū)館各自的編碼方式，存儲(chǔ)著每本圖書(shū)在館內(nèi)的具體位置。并將這個(gè)函數(shù)傳遞給圖書(shū)歸類(lèi)Agent.

　　(3)規(guī)則庫(kù)是規(guī)則的集合，存儲(chǔ)著中國(guó)圖書(shū)館圖書(shū)分類(lèi)法及本地圖書(shū)館子規(guī)則。

　　圖書(shū)歸類(lèi)Agent 接收函數(shù)book,將對(duì)應(yīng)的標(biāo)簽跟規(guī)則庫(kù)中的規(guī)則進(jìn)行比較得到圖書(shū)在館中的位置，并將其分解為某類(lèi)圖書(shū)的某個(gè)具體書(shū)柜，用函數(shù)position(編碼號(hào)，書(shū)柜號(hào))將位置函數(shù)傳遞給動(dòng)作Agent.

(4)動(dòng)作選擇函數(shù)獲得推理結(jié)果實(shí)現(xiàn)從內(nèi)部狀態(tài)到動(dòng)作(Ac)的映射：action:I--> Ac.動(dòng)作Agent將圖書(shū)放入推車(chē)的空格子中，并在臨時(shí)庫(kù)中記錄每本書(shū)的書(shū)柜號(hào)和推車(chē)格號(hào)，同一書(shū)柜號(hào)的圖書(shū)可以記錄在一條記錄中，在原先記錄尾部追加其推車(chē)格號(hào)即可，那么機(jī)器人可將推車(chē)中同一個(gè)書(shū)柜的圖書(shū)一次性擺放，不需下次折回。臨時(shí)庫(kù)見(jiàn)表1 所示。

　　500)this.width=500">

　　表1 臨時(shí)庫(kù)表一

(5)當(dāng)推車(chē)上的格子都擺滿(mǎn)后，動(dòng)作Agent 傳遞消息給智能決策Agent 圖書(shū)已擺滿(mǎn)，則智能決策Agent查看臨時(shí)庫(kù)中的各個(gè)書(shū)柜號(hào)，根據(jù)信息庫(kù)中已存儲(chǔ)的圖書(shū)館的電子地圖即各個(gè)書(shū)柜的擺放次序利用改進(jìn)BUG 算法計(jì)算出各個(gè)目的地的優(yōu)先次序和機(jī)器人的行走路徑，并指導(dǎo)動(dòng)作Agent 到各個(gè)目的地完成擺書(shū)操作，最后回到還書(shū)處等待下一次的擺書(shū)動(dòng)作。

　　3 關(guān)鍵算法分析

　　3.1 圖書(shū)歸類(lèi)

依據(jù)圖書(shū)館給圖書(shū)分類(lèi)編碼的標(biāo)準(zhǔn)，參照中國(guó)圖書(shū)館圖書(shū)分類(lèi)法，因?yàn)閲?guó)家圖書(shū)館圖書(shū)分類(lèi)法，從首字符可以分出大的圖書(shū)所屬類(lèi)別，從一級(jí)類(lèi)別中再細(xì)分，部分首字符，例如：E、U、V 就代表一類(lèi)，不需要再細(xì)分，而有些要細(xì)分出來(lái)，則需要首四位字符的判斷才能分析出來(lái)，更特別的是審計(jì)類(lèi)編碼規(guī)則，要有前六位才可以分辨出來(lái)。據(jù)此我們?cè)O(shè)計(jì)圖書(shū)分類(lèi)編碼，共12 位，由26 個(gè)大寫(xiě)字母和十個(gè)數(shù)字0~9 組成，前四位代表圖書(shū)的類(lèi)別，如果按照中國(guó)圖書(shū)館分類(lèi)法，字符不足四位的用通用字符*補(bǔ)足，例如：U 代表交通運(yùn)輸類(lèi)，一本書(shū)的分類(lèi)編碼前四位可以設(shè)計(jì)為U***;TP1 代表自動(dòng)化基礎(chǔ)理論，該類(lèi)別一本書(shū)的分類(lèi)編碼前四位可以設(shè)計(jì)為：TP1*,后8 位按照各個(gè)不同圖書(shū)館的不同要求進(jìn)行編碼，從而根據(jù)類(lèi)別和后八位的編碼確定某本書(shū)所在的碼段，接著確定具體的位置和所在柜。

　　我們根據(jù)該編碼規(guī)則圖書(shū)分類(lèi)規(guī)則庫(kù)。我們?cè)O(shè)計(jì)四個(gè)子規(guī)則庫(kù)：

　　唯一字符規(guī)則庫(kù)：

　　r1: IF 第一個(gè)字符是U/E/P/Q/R/V THEN 該本書(shū)是所對(duì)應(yīng)的某一大類(lèi)。

　　兩個(gè)字符規(guī)則庫(kù)：

　　r1: IF 第一個(gè)字符是某個(gè)字母 THEN 該本書(shū)是某種一級(jí)類(lèi);

　　r2: IF 第二個(gè)字符是某個(gè)字母或數(shù)字 THEN 該本書(shū)是二級(jí)類(lèi);

　　三個(gè)字符規(guī)則庫(kù)：

r1: IF 第一個(gè)字符是某個(gè)字母 THEN 該本書(shū)是某種一級(jí)類(lèi);

　　r2: IF 第二個(gè)字符是某個(gè)字母或數(shù)字 THEN該本書(shū)是某二級(jí)類(lèi);

　　r3: IF 第三個(gè)字符是某個(gè)字母或數(shù)字 THEN該本書(shū)是某三級(jí)類(lèi);

　　四個(gè)字符規(guī)則庫(kù)：

　　r41: IF 第一個(gè)字符是某個(gè)字母 THEN 該本書(shū)是某種一級(jí)類(lèi);

　　r42: IF 第二個(gè)字符是某個(gè)字母或數(shù)字 THEN該本書(shū)是某二級(jí)類(lèi);

　　r43: IF 第三個(gè)字符是某個(gè)字母或數(shù)字 THEN該本書(shū)是某三級(jí)類(lèi);

　　r44: IF 第四個(gè)字符是某個(gè)字母或數(shù)字 THEN該本書(shū)是某四級(jí)類(lèi);

r45: IF 第五字符是點(diǎn) THEN 根據(jù)前四位已判斷類(lèi)別和后8 位字符的范圍找到該書(shū)相應(yīng)的柜子的編碼 AND 跳出規(guī)則庫(kù);

　　ELSE 第五個(gè)字符是某個(gè)字母或數(shù)字 THEN該S 本書(shū)是某五級(jí)類(lèi);

　　r46: IF 第6 個(gè)字符是點(diǎn) THEN 根據(jù)前五位已判斷類(lèi)別和后7 字符的范圍找到該書(shū)相應(yīng)的柜子的編碼 AND 跳出規(guī)則庫(kù);

　　根據(jù)上述規(guī)則庫(kù)我們給出編碼和對(duì)應(yīng)書(shū)柜編號(hào)的識(shí)別通用算法如下：

　　If(第二個(gè)字符=*)

　　{ 轉(zhuǎn)入唯一字符規(guī)則庫(kù);

　　根據(jù)該類(lèi)別和后8 位字符的范圍找到該書(shū)相應(yīng)書(shū)柜的編碼;}

　　Else if(第三個(gè)字符=*)

　　{ 轉(zhuǎn)入兩個(gè)字符規(guī)則庫(kù);

　　根據(jù)該類(lèi)別和后8 位字符的范圍找到該書(shū)相應(yīng)書(shū)柜的編碼 ;}

　　Else if(第四個(gè)字符=*)

　　{ 轉(zhuǎn)入三個(gè)字符規(guī)則庫(kù)

　　根據(jù)該類(lèi)別和后8 位字符的范圍找到該書(shū)相應(yīng)書(shū)柜的編碼 ;}

Else 轉(zhuǎn)入四個(gè)字符規(guī)則庫(kù);

　　我們以一個(gè)例子具體說(shuō)明編碼規(guī)則：

　　假設(shè)某一高校圖書(shū)館給出非審計(jì)類(lèi)8 位的編碼規(guī)則是，對(duì)于U 類(lèi)書(shū)籍，編碼范圍U***00000000-U***00000200 內(nèi)的書(shū)籍放在1 號(hào)柜。我們對(duì)一本編碼為U***00000023 使用本文所述的分類(lèi)算法進(jìn)行分類(lèi)。首先，判斷第二位字符，根據(jù)算法第二位是*,轉(zhuǎn)入唯一字符規(guī)則庫(kù)，首先根據(jù)規(guī)則r11,判斷出該本書(shū)是交通運(yùn)輸類(lèi)，結(jié)合后八位0000023,該編碼在U***0000000-U***0000200 范圍內(nèi)，判斷出該書(shū)所在的位置為1 號(hào)柜。

　　3.2 智能尋線(xiàn)導(dǎo)航

所謂路徑規(guī)劃是指移動(dòng)機(jī)器人按照某一性能指標(biāo)(如距離、時(shí)間、能量等)搜索一條從起始狀態(tài)到目標(biāo)狀態(tài)的最優(yōu)或次優(yōu)路徑。路徑規(guī)劃主要涉及的問(wèn)題包括：

　　利用獲得的移動(dòng)機(jī)器人環(huán)境信息建立較為合理的模型，再用某種算法尋找一條從起始狀態(tài)到目標(biāo)狀態(tài)的最優(yōu)或近似最優(yōu)的無(wú)碰撞路徑;能夠處理環(huán)境模型中的不確定因素和路徑跟蹤中出現(xiàn)的誤差，使外界物體對(duì)機(jī)器人的影響降到最小;如何利用已知的所有信息來(lái)引導(dǎo)機(jī)器人的動(dòng)作，從而得到相對(duì)更優(yōu)的行為決策。

路徑規(guī)劃是移動(dòng)機(jī)器人研究中的一個(gè)基本且重要的問(wèn)題。路徑規(guī)劃的第一步是確定地圖的表示方法，其目的是將機(jī)器人和障礙物所在的物理空間的顯著特征描述出來(lái)，使之更適合于規(guī)劃。本文中將地圖置于信息庫(kù)中，智能決策Agent 根據(jù)臨時(shí)庫(kù)中的各個(gè)目的地在電子地圖中的位置，確定物體或自身的位姿(位置和姿態(tài))，制訂出他們的優(yōu)先次序。

　　由于機(jī)器人工作的環(huán)境是動(dòng)態(tài)變化的，環(huán)境中的障礙物不全是已知的、靜止的。這就要求機(jī)器人要不斷地對(duì)周?chē)h(huán)境進(jìn)行探測(cè)，并對(duì)探測(cè)到的障礙物進(jìn)行實(shí)時(shí)處理，即要求機(jī)器人具備局部規(guī)劃的能力。機(jī)器人在運(yùn)行過(guò)程中，通常會(huì)發(fā)生如下幾種類(lèi)型的沖突：

　　碰撞、擁塞以及死鎖。

　　碰撞：一個(gè)運(yùn)動(dòng)物體在另一個(gè)運(yùn)動(dòng)物體運(yùn)行路線(xiàn)上的相同位置同時(shí)出現(xiàn)。擁塞：其它運(yùn)動(dòng)物體妨礙當(dāng)前運(yùn)動(dòng)物體按要求到達(dá)目標(biāo)。死鎖：運(yùn)動(dòng)物體無(wú)法進(jìn)行各自的下一步動(dòng)作。這些沖突的產(chǎn)生主要是由于機(jī)器人對(duì)環(huán)境信息缺乏詳細(xì)了解造成的。因此，當(dāng)環(huán)境動(dòng)態(tài)變化時(shí)，往往采用依賴(lài)傳感器的局部路徑規(guī)劃方法進(jìn)行沖突消解。

由于本文中設(shè)計(jì)的機(jī)器人個(gè)數(shù)比較少，就將環(huán)境中其他機(jī)器人視為環(huán)境中的障礙物，而且環(huán)境比較簡(jiǎn)單，因而采用無(wú)通訊的避碰力一法的機(jī)器人，不需要與其他機(jī)器人的通訊，完全依靠機(jī)器人的傳感器獲取其他機(jī)器人的運(yùn)動(dòng)信息。

　　本文采用改進(jìn)BUG 算法計(jì)算兩點(diǎn)間的最短路徑，即計(jì)算出離當(dāng)前點(diǎn)路徑最短的目標(biāo)點(diǎn)，具體算法如下：

　　根據(jù)電子地圖，智能策略Agent 初步給出各個(gè)目的點(diǎn)的優(yōu)先次序及其行走路線(xiàn)，但是實(shí)際行走中還可以會(huì)遇到其他不可預(yù)知的障礙，這里改進(jìn)BUG 算法考慮到了這些因素，具體算法如下：

　　S=起始點(diǎn)，T=終點(diǎn)

　　設(shè)M 為空矩陣，i=1; V(1)為空集

　　MAP_R 為與矩陣M 對(duì)應(yīng)的二維位圖，Pi 為機(jī)器人在地圖中的即時(shí)位置

While(T<>Pi) //當(dāng)T==Pi 表示機(jī)器人到達(dá)終點(diǎn)

　　{ V(i<--由EPC 方式采集的數(shù)據(jù)) // EPC 為端點(diǎn)采集法

　　M<--M∪V(i)

　　位圖MAP_R 隨之不斷更新

　　IF(線(xiàn)段Pi T 和障礙物邊界相交) THEN

　　由COD 計(jì)算出方向 // COD 為最近方向判決

　　ELSE

　　機(jī)器人沿方向移動(dòng)到點(diǎn)Pi+1

　　i++;}

　　3.3 動(dòng)作選擇

　　根據(jù)內(nèi)部狀態(tài)的變化，動(dòng)作Agent 指導(dǎo)機(jī)器人該采取什么樣的動(dòng)作，具體流程如下：

　　IF(傳感器感知到有書(shū)到來(lái))THEN 觸發(fā)機(jī)械手拿書(shū)

　　ELSE

　　IF(圖書(shū)歸類(lèi)完成) THEN

　　{ 觸發(fā)機(jī)器手將書(shū)放置在推車(chē)格子中，并將臨時(shí)庫(kù)中的已滿(mǎn)格子數(shù)加1;

IF(已滿(mǎn)格子數(shù)==總格子數(shù)) THEN 機(jī)器人不再接收其他圖書(shū)，觸發(fā)機(jī)器人根據(jù)智能策略Agent

　　提供的路線(xiàn)推動(dòng)推車(chē)向各個(gè)目的地前進(jìn)。}

　　FOR(i=1;i<=臨時(shí)庫(kù)中的總目的地?cái)?shù);i++)

　　{ IF(到達(dá)臨時(shí)庫(kù)中記錄的第i 個(gè)目的地)THEN

　　{ 機(jī)器人停止行走，觸發(fā)機(jī)械手將對(duì)應(yīng)圖書(shū)擺在相關(guān)的柜子上

　　擺書(shū)動(dòng)作完成，停止機(jī)械手動(dòng)作，觸發(fā)機(jī)器人推車(chē)向著新目的地前行 }

　　ELSE 繼續(xù)根據(jù)路徑前行 }

　　3.4 多Agent 之間的通信

當(dāng)環(huán)境變化的時(shí)候，環(huán)境感知Agent 會(huì)自動(dòng)檢測(cè)到環(huán)境狀態(tài)，比如有新書(shū)到時(shí)，環(huán)境感知Agent 獲取圖書(shū)信息，并向圖書(shū)識(shí)別Agent 提出合作請(qǐng)求，且將圖書(shū)信息傳遞給它，環(huán)境感知Agent 繼續(xù)檢測(cè)環(huán)境變化。Agent 之間的合作提高了工作效率和準(zhǔn)確度，且保證了庫(kù)中信息的有效共享，避免資源浪費(fèi)。

　　Agent 之間的交互與合作是多Agent 系統(tǒng)中核心問(wèn)題之一，而Agent 通信語(yǔ)言是實(shí)現(xiàn)交互與合作的基礎(chǔ)。根據(jù)目前Agent 的應(yīng)用環(huán)境， KQML 是主流的通信語(yǔ)言之一。因KQML 既是一種通信語(yǔ)言，又是一種通信協(xié)議和標(biāo)準(zhǔn)，故每個(gè)Agent 只要遵守該協(xié)議，即可受到它所提供的通信支持，若要遵守協(xié)議，每個(gè)Agent 必須添加一個(gè)KQML 語(yǔ)言解釋器。

概念上，可以把一條KQML 消息分為三層：內(nèi)容層、通信層和消息層。內(nèi)容層由關(guān)鍵詞：content 標(biāo)志;:reply-with, : sender, and : receiver 關(guān)鍵詞標(biāo)志了通信層; :performative 與：language, : ontology 形成消息層。全部技術(shù)通信參數(shù)都在通信層規(guī)定，消息層規(guī)定與消息有關(guān)的言語(yǔ)行為的類(lèi)型，內(nèi)容層規(guī)定消息內(nèi)容。以環(huán)境感知Agent 與圖書(shū)識(shí)別Agent 之間的溝通為例說(shuō)明KQML通信語(yǔ)言的方法。

　　(tell

　　sender 環(huán)境感知Agent

　　receiver 圖書(shū)識(shí)別Agent

　　reply-with information storehouse

　　content (new books information)

　　language java

　　ontology bar code of book)

4 結(jié)語(yǔ)

　　本文中我們?cè)趫D書(shū)館管理系統(tǒng)中引入人工智能的概念，并給出了基于多Agent 的機(jī)器人系統(tǒng)在圖書(shū)歸類(lèi)中的模型。智能機(jī)器人能自動(dòng)識(shí)別圖書(shū)條形碼，且結(jié)合中國(guó)圖書(shū)館圖書(shū)分類(lèi)法給出歸類(lèi)算法。根據(jù)此算法可計(jì)算出圖書(shū)的具體位置，將所有推車(chē)中同類(lèi)書(shū)籍進(jìn)行關(guān)聯(lián)，機(jī)器人就可以一次性擺放所有同類(lèi)書(shū)籍，而不需要多次折回，實(shí)現(xiàn)對(duì)圖書(shū)的歸類(lèi)。改進(jìn)BUG 算法給出了路徑規(guī)劃方案，指導(dǎo)機(jī)器人沿著路徑正確、快捷地找到各個(gè)目的地。通過(guò)機(jī)器人和多Agent 技術(shù)的結(jié)合，極大地提高了圖書(shū)管理的效率，減輕了工作人員繁重的整理工作，對(duì)將人工智能技術(shù)引入日常生活中產(chǎn)生深遠(yuǎn)的現(xiàn)實(shí)意義。

　　( 文章來(lái)源：互聯(lián)網(wǎng) )

聲明：本網(wǎng)站所收集的部分公開(kāi)資料來(lái)源于互聯(lián)網(wǎng)，轉(zhuǎn)載的目的在于傳遞更多信息及用于網(wǎng)絡(luò)分享，并不代表本站贊同其觀(guān)點(diǎn)和對(duì)其真實(shí)性負(fù)責(zé)，也不構(gòu)成任何其他建議。本站部分作品是由網(wǎng)友自主投稿和發(fā)布、整理上傳，對(duì)此類(lèi)作品本站僅提供交流平臺(tái)，不為其版權(quán)負(fù)責(zé)。如果您發(fā)現(xiàn)網(wǎng)站上所用視頻、圖片、文字如涉及作品版權(quán)問(wèn)題，請(qǐng)第一時(shí)間告知，我們將根據(jù)您提供的證明材料確認(rèn)版權(quán)并按國(guó)家標(biāo)準(zhǔn)支付稿酬或立即刪除內(nèi)容，以保證您的權(quán)益！聯(lián)系電話(huà)： 或 。

　　傳感器運(yùn)動(dòng)農(nóng)業(yè)舉報(bào)此信息

　　網(wǎng)友評(píng)論

　　匿名:

　　回復(fù)

　　取消回復(fù)

　　還沒(méi)有人評(píng)論過(guò)，快搶沙發(fā)吧！

　　請(qǐng)?zhí)顚?xiě)驗(yàn)證碼：

　　昵稱(chēng)

　　評(píng)論

　　相關(guān)鏈接

工業(yè)機(jī)器人柔性制造加工生產(chǎn)線(xiàn)該如何設(shè)計(jì)23-01-09多邊折彎中心與機(jī)器人的有機(jī)結(jié)合：薩瓦尼尼P-Robot解決方案（上）

　　23-01-06

　　當(dāng)打之年！5G進(jìn)入工業(yè)連接新時(shí)代

　　23-01-05

　　國(guó)際金屬加工網(wǎng)2023新年特刊：中國(guó)新發(fā)展 世界新機(jī)遇23-01-04優(yōu)傲預(yù)測(cè)：2023年協(xié)作機(jī)器人市場(chǎng)五大自動(dòng)化趨勢(shì)（上）

　　22-12-30

　　ABB機(jī)器人超級(jí)工廠(chǎng)在滬正式開(kāi)業(yè)

　　22-12-29

　　新能源鋰電制造背后的未來(lái)“智造主力”— AMR工業(yè)移動(dòng)機(jī)器人22-12-29igus軸承：全球首款全自動(dòng)工業(yè)干式清潔機(jī)器人升級(jí)啦！

　　22-12-28

　　易格斯2023：堅(jiān)持創(chuàng)新與合作，走綠色可持續(xù)發(fā)展之路

　　22-12-21

　　322臺(tái)，中國(guó)機(jī)器人密度超越美國(guó)

22-12-19

　　工業(yè)機(jī)器人自動(dòng)化行業(yè)的十大趨勢(shì)

　　22-12-19

　　ABB超級(jí)工廠(chǎng)用機(jī)器人制造機(jī)器人

　　22-12-19

　　全球知名機(jī)器人制造商Universal Robots入駐igus的RBTX低成本自動(dòng)化市場(chǎng)

　　22-12-16

　　高性?xún)r(jià)比的貼標(biāo)機(jī)器人榮獲2022年ROIBOT獎(jiǎng)冠軍

　　22-12-16

　　igus收購(gòu)Commonplace Robotics的大部分股份，大幅提升創(chuàng)新能力

　　22-12-16

　　深化產(chǎn)教融合，培養(yǎng)“智造”人才 | 庫(kù)卡機(jī)器人助力現(xiàn)代教育再上一層樓

　　22-12-16

　　英特爾助力機(jī)器人產(chǎn)業(yè)升級(jí)，“機(jī)器視覺(jué)+”將行之何方？

　　22-12-15

　　FANUC產(chǎn)品推薦

　　22-12-14

　　北京發(fā)那科： 智造無(wú)限 . 發(fā)啟未來(lái)

22-12-14

　　并聯(lián)機(jī)器人在3C領(lǐng)域零部件加工的應(yīng)用

　　22-12-13

　　最新反饋

　　注冊(cè)獲取更多行業(yè)信息

　　暫無(wú)反饋

　　無(wú)須注冊(cè)，輕松溝通

　　姓名

　　單位名稱(chēng)

　　電話(huà)

　　電子郵件

　　留言

　　詳細(xì)需求信息請(qǐng)?jiān)诖颂幪顚?xiě)