一种典型场景智能体编组决策方案生成装置及方法

本发明涉及多智能体系统，特别是一种典型场景智能体编组决策方案生成装置及方法。

背景技术：

1、

2、在典型的环境中，局势瞬息万变，当智能体编队在这样的场景中执行协同决策的时候，无时无刻不需要接收大量的典型特征和实时态势信息，以对其目前所处场景进行威胁评估与判断，从而客观地判断环境、目标等等全局情况。因此，在环境中选用合适的方法，可以保证多个智能体实现复杂的协同控制，并且可以应用到多智能体的策略决策生成和方案生成等方面。智能体已经成为现代各个领域的重要力量，在公共交通、农业机械化和科研探索任务等领域都具有广泛的应用潜力，但现实中智能体对于复杂系统和环境的分析决策能力仍有待进一步完善和提高。

技术实现思路

1、本发明的目的在于提供一种典型场景智能体编组决策方案生成装置及方法，通过全面考虑外部环境、智能体能力和目标的综合指标，利用科学的建模方法与分析方法，对智能体编组的任务进行数据化表征，并对目标进行模型构建，从而提高智能体对于复杂系统和环境的分析决策能力，实现编队中智能体自身价值的最大化。

2、实现本发明目的的技术解决方案为：一种典型场景智能体编组决策方案生成装置，包括智能体典型目标数据库、任务表征模块、智能体能力模块、典型目标威胁评估模块、典型目标价值评估模块、智能体编队策略决策模块和智能体编队方案生成模块，其中：

3、所述智能体典型目标数据库，用于存储针对不同目标所建立的能力信息表；

4、所述任务表征模块，根据典型场景下智能体担负的任务内容，基于xml对智能体编队内容进行数据化表征；选择xml语言作为计划的形式化描述语言，同时结合bml语言的语法形式，使任务包含语法和语义，形成基于xml的计划形式化表示；

5、所述智能体能力模块，用于基于xml建立性能约束模板；

6、所述典型目标威胁评估模块，用于构建典型目标威胁评估指标体系，进行指标主观客观的权重求解，最后进行典型目标威胁的评估和排序；

7、所述典型目标价值评估模块，用于构建典型目标价值评估指标体系，进行指标主观客观的权重求解，最后进行典型目标价值的评估和排序；

8、所述智能体编队策略决策模块，利用机器学习模型和基于朴素贝叶斯定理的推荐算法，生成“任务态势-决策-决策结果”模型；

9、所述智能体编队方案生成模块，采用遗传算法的方式，模拟自然进化过程，优先考虑目标的威胁程度，再将目标进行全面分配，通过选择、交叉和变异，使用迭代的方式寻找智能体编组决策方案的最优解。

10、一种典型场景智能体编组决策方案生成方法，具体如下：

11、(1)基于xml的智能体编队内容数据化表征：选择xml语言作为计划的形式化描述语言，同时参考bml语言的语法形式，使任务包含语法和语义，形成基于xml的计划形式化表示；

12、(2)根据城市环境的特点，结合目标识别的各类指标信息，区分定性和定量指标，建立典型目标威胁评估模块和典型目标价值评估模块；

13、(3)利用机器学习模型和基于朴素贝叶斯定理的推荐算法，通过对数据进行学习和分析，从数据中提取模式和规律，根据用户的历史行为和偏好，实时地进行个性化的预测和推荐，生成“任务态势-决策-决策结果”模型，建立智能体编队策略决策模块；

14、(4)建立智能体编队方案生成模块，采用遗传算法的方式，模拟自然进化过程，优先考虑目标的威胁程度，再将目标进行全面分配，通过选择、交叉和变异，使用迭代的方式寻找智能体编组决策方案的最优解。

15、本发明与现有技术相比，其显著优点为：

16、(1)选择xml语言作为计划的形式化描述语言，同时参考bml语言的语法形式，使任务包含语法和语义，最终形成基于xml的计划形式化表示；

17、(2)根据城市环境的特点，结合目标识别的各类指标信息，区分定性和定量指标，建立智能体场景典型目标威胁模型和目标价值模型，；

18、(3)机器学习模型和基于朴素贝叶斯定理的推荐算法是数据驱动的，它们通过对大量数据进行学习和分析，自动从数据中提取模式和规律，可以根据用户的历史行为和偏好，实时地进行个性化的预测和推荐，生成“任务态势-决策-决策结果”模型；

19、(4)建立智能体编队方案生成模型，考虑编队中不同主体的目标分配，实现任务与系统所要求的任务目标的分配，做到编队中的智能体能够最大化自身的价值；

20、(5)采用遗传算法的方式，模拟自然进化过程，优先考虑目标的威胁程度，再将目标进行全面分配，通过选择、交叉和变异，能够确定方案的最优解或接近最优解。

技术特征：

1.一种典型场景智能体编组决策方案生成装置，其特征在于，包括智能体典型目标数据库、任务表征模块、智能体能力模块、典型目标威胁评估模块、典型目标价值评估模块、智能体编队策略决策模块和智能体编队方案生成模块，其中：

2.根据权利要求1所述的典型场景智能体编组决策方案生成装置，其特征在于，智能体能力模块基于xml建立性能约束模板，具体如下：

3.根据权利要求1所述的典型场景智能体编组决策方案生成装置，其特征在于，任务表征模块形成基于xml的计划形式化表示，具体如下：

4.根据权利要求1所述的典型场景智能体编组决策方案生成装置，其特征在于，所述典型目标威胁评估模块，构建典型目标威胁评估指标体系，进行指标主观客观的权重求解，最后进行典型目标威胁的评估和排序，具体如下：

5.根据权利要求1所述的典型场景智能体编组决策方案生成装置，其特征在于，所述典型目标价值评估模块，用于构建典型目标价值评估指标体系，进行指标主观客观的权重求解，最后进行典型目标价值的评估和排序，具体如下：

6.根据权利要求1所述的典型场景智能体编组决策方案生成装置，其特征在于，所述智能体编队策略决策模块，利用机器学习模型和基于朴素贝叶斯定理的推荐算法，生成“任务态势-决策-决策结果”模型，具体如下：

7.根据权利要求1所述的典型场景智能体编组决策方案生成装置，其特征在于，所述智能体编队方案生成模块，采用遗传算法的方式，模拟自然进化过程，优先考虑目标的威胁程度，再将目标进行全面分配，通过选择、交叉和变异，使用迭代的方式寻找智能体编组决策方案的最优解，具体如下：

8.一种典型场景智能体编组决策方案生成方法，其特征在于，具体如下：

9.根据权利要求8所述的典型场景智能体编组决策方案生成方法，其特征在于，所述选择xml语言作为计划的形式化描述语言，同时参考bml语言的语法形式，使任务包含语法和语义，形成基于xml的计划形式化表示，具体如下：

10.根据权利要求8所述的典型场景智能体编组决策方案生成方法，其特征在于，所述建立典型目标威胁评估模块和典型目标价值评估模块，具体如下：

技术总结
本发明公开了一种典型场景智能体编组决策方案生成装置及方法，具体为：选择XML语言作为计划的形式化描述语言，同时参考BML语言的语法形式，使任务包含语法和语义，形成基于XML的计划形式化表示；建立典型目标威胁评估模块和典型目标价值评估模块；利用机器学习模型和基于朴素贝叶斯定理的推荐算法，根据用户的历史行为和偏好，进行个性化的预测和推荐，生成任务态势‑决策‑决策结果”模型，建立智能体编队策略决策模块；建立智能体编队方案生成模块，采用遗传算法，通过选择、交叉和变异，使用迭代的方式寻找智能体编组决策方案的最优解。本发明提高了智能体对于复杂系统和环境的分析决策能力，实现了编队中的智能体自身价值的最大化。

技术研发人员：王永利,李雅扉,谭顺远,吕媛
受保护的技术使用者：南京理工大学
技术研发日：
技术公布日：2024/2/1