李春 郑志强

 1、引言

        80年代末，随着机器人学、DAI和分布式系统的研究与发展，机器人已朝向分布式、系统化和智能化的方向发展．尤其是基于MAS的多机器人协作问题正受到越来越多的关注．目前智能体(Agent)还没有统一的定义，一般被认为是一个能作用于自身和环境，并能对环境做出反应的物理的或抽象的实体［1］，是一个具有自主性、主动性、社会交互性及反应性的对象模型．MAS则是Agent的集合．每个Agent都是一个具有相同的问题求解方法的自治系统，能利用局部信息进行自主规划，并能通过规划推理解决局部冲突实现协作，从而完成与自身相关的局部目标．依据MAS的特性来组织和控制多个机器人，使之能够协作完成单个机器人无法完成的复杂任务［7～9］是机器人学研究领域的新课题，具有重要的理论和现实意义．国外一些著名研究有：ACTRESS、CEBOT、SWARM等系统。

    我们要实现的系统是以多个移动机器人为控制对象，以开阔区域为试验环境，要完成多个随机散布的机器人排成指定队形的任务，每个机器人要有不同层次的合作能力．我们将机器人封装为Agent和车体模型两部分，其中Agent是广义的机器人控制器，车体模型是机器人的物理实体．这样，多机器人的合作就体现为多Agent的合作，各机器人依据其子目标，动态地规划各自的运动序列，在自主状态下采用自主行为，在冲突状态下采用合作行为，从而协作完成系统任务．本文就是基于这样的背景提出了系统原型．　

2、合作机制与控制结构

    群体的智能行为要求多机器人之间必须能够有效合作，这涉及多方面的问题，首先是如何组织机器人去完成任务，这是任务级的合作，体现为高层的组织形式与运行机制［2］．多机器人间关系明确后，合作又体现为具体的运动协调规划与控制问题，这是控制级的合作，用来解决局部冲突． 根据系统任务的要求，我们选取协商和竞争的合作方式，实现如下合作机制：在任务层，实现了基于竞争的子任务指定；在行为层，通过采用动态优先级设定技术消解局部冲突，实现了资源的合理分配［3］．