[发明专利]一种面向信息交互的智能体双层解耦状态控制方法及系统

说明书

本发明属于数据控制技术领域，涉及一种面向信息交互的智能体双层解耦状态控制方法及系统。所述方法包括：建立UAU‑F O*智能体模型，其对应表征无人集群任一一个智能体节点，其具备双层的信息交互状态表征层次：交互决策层与时空分布层；基于UAU‑F O*智能体模型对智能体节点进行状态控制。本发明提供的方法和系统均衡无人集群信息交互的时效性、鲁棒性和动态适应性等实用化目标的优势，同时兼具解耦的匹配性和分层的可扩展性，可为无人集群系统的实用化系统模型设计提供新型架构设计的思路。

技术领域

本发明涉及一种面向信息交互的智能体双层解耦状态控制方法及系统，属于数据控制技术领域。

背景技术

无人集群作为面向未来战场侦察监视、目标打击等任务需求的重要力量和作战样式，须具备有人/无人一体化的自主运行、动态调整、聚合解聚与平滑过渡能力。这要求无人集群能够以个体自主规划决策为基准，实现个体对环境的及时感知、来源的有效甄别、信息的融合采信和决策的多场景适应，并支持无人自主和有人/无人编配的多模式快速匹配。尽管各式集群规划与控制算法发展了线性规划、遗传算法、粒子群算法、强化学习和深度强化学习等多类型方法，促进了有关无人系统协同作业能力的发展。但场景训练数据稀疏、仿真数据与实际数据的偏差，对算法模型能够具备差异化场景迁移能力提出了极大的挑战。同时，效用和复杂度难以平衡等多方面实用化考虑往往聚焦在特定场景和特定任务问题上，并未对无人集群系统构建形成面向实战和实用化的体系性支撑。

发明内容

本发明所要解决的技术问题是提供一种面向信息交互的智能体双层解耦状态控制方法及系统，均衡无人集群信息交互的时效性、鲁棒性和动态适应性等实用化目标的优势，同时兼具解耦的匹配性和分层的可扩展性，可为无人集群系统的实用化系统模型设计提供新型架构设计的思路。

为实现本发明目的，本发明采用的技术方案为：

一种面向信息交互的智能体双层解耦状态控制方法，所述方法基于UAU-F O*智能体模型实现，UAU-F O*智能体模型对应表征无人集群任意一个智能体节点，包括时空分布层与交互决策层，时空分布层设置有FO*模型、观测感知模块、通信接收模块、邻域剪裁筛选模块和信息融合模块，交互决策层设置有UAU模型、收益-代价评估模块和目标拣选与更新模块；具体实现过程如下：

时空分布层的处理过程为：

FO*模型对智能体节点进行行为状态控制，包括F态和O*态，F态表征智能体节点处于自由状态，O*态表征智能体节点处于观测目标的状态，时空分布层FO*状态控制变更的具体触发条件与交互决策层UAU状态控制变更的具体触发条件耦合联动；

通过观测感知模块观察环境内的目标，将观测的目标信息记为第一目标信息，若智能体节点为F态，则第一目标信息为空，若智能体节点为O*态，则第一目标信息为观测数据，并将第一目标信息发送至信息融合模块；同时通过通信接收模块接收1跳邻域及2跳邻域智能体节点集合发送的第二目标序列信息，若智能体节点集合中某一智能体节点为F态，则第二目标信息为空，若智能体节点集合中某一智能体节点为O*态，则第二目标信息为观测数据，并将第二目标信息发送至邻域剪裁模块；

通过邻域剪裁模块对第二目标序列信息进行1跳邻域及2跳邻域计算及剪裁，筛选出待融合的目标序列信息，发送至信息融合模块；

通过信息融合模块对观测感知模块发送的第一目标信息和邻域剪裁模块发送的待融合的目标序列信息进行各目标信息级联拓扑关联度评估，生成待拣选的可观测目标序列，将可观测目标序列发送给交互决策层的收益-代价评估模块；式中，为任一可观测目标，，为可观测目标数量；

交互决策层的处理过程为：