基于网络知识平台异种多机器人系统智能协调行为的动态学习

【摘要】：在一个异种多机器人系统(HMRS)中,由于不同种类机器人的特征和功能不同,使得要实现它们的协作行为变得很困难。采用基于网络知识平台(K-ICNP),并定义异种多机器人系统基于框架表示的知识模型的方法可以实现异种多机器人系统的智能协调控制。由于用来表示异种多机器人系统的知识需要不断更新,因此有必要开发有关新知识的学习功能。这些新知识包括新的用户、新的机器人特征和行为、新的协调控制策略等等。通过人机交互进行新知识动态学习可以使知识库不断扩展和完善。本文详细介绍了基于网络知识平台异种多机器人智能协调行为的动态学习机制,采用由拟人机器人、移动机器人和仿生机器人等多种机器人组成一个仿真的异种多机器人系统,在此基础上通过实验来验证动态学习机制的有效性。