资源描述：
《人工智能集群控制演示验证系统》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第38卷第3期Vol.38,No.32016年5月机器人ROBOTMay,2016DOI：10.13973/j.cnki.robot.2016.0265人工智能集群控制演示验证系统安梅岩1,2，王兆魁1，张育林1（1.清华大学航天航空学院，北京100084；2.中国航天员科研训练中心，北京100193）摘要：为了对人工智能集群的自组织控制方法进行验证，提出了一种在实验室环境下低成本建立人工智能集群控制演示验证系统的方法．系统由演示场、多个移动个体、合作标识及识别单元、控制及信息分配单元共同组成．合作标识及识别单元能准确获取多个个体的身份信息和高
2、精度的位姿信息．控制及信息分配单元对智能集群中个体间的信息交换和个体控制策略进行模拟．最后，以机动自组织探测集群为验证对象，在人工智能集群控制演示验证系统中对基于人工势场法的自组织控制策略进行演示验证．验证结果表明，该智能集群控制演示验证系统能够在实验室环境下对智能集群的运行过程进行演示和验证，可以更真实地体现智能集群的实际表现．关键词：人工智能集群；演示验证系统；自组织；视觉标识识别中图分类号：TP23文献标识码：A文章编号：1002-0446(2016)-03-0265-11DemonstrationandVerificationSystem
3、forArtificialIntelligentSwarmControlANMeiyan1,2，WANGZhaokui1，ZHANGYulin1(1.SchoolofAerospaceEngineering,TsinghuaUniversity,Beijing100084,China;2.AstronautCenterofChina,Beijing100193,China)Abstract:Alow-costdemonstrationandverificationsystemisdevelopedandestablishedinlaboratory
4、conditiontodemon-strateandverifytheself-organizingcontrolstrategyofanintelligentswarm.Thesystemconsistsofanarena,multiplemobileindividuals,thecooperativeidentificationlogoandtheidentificationunit,andthecontrolandinformationallocatingunit.Thecooperativeidentificationandtheidenti
5、ficationunitprovidestheaccurateidentificationandthehigh-precisionpositionanddirectiondataofthemultiplemobileindividuals.Thecontrolandinformationallocatingunitsimulatestherulesoftheinfor-mationexchangingandcontrolamongtheindividualsofanintelligentswarm.Finally,themobileself-org
6、anizeddetectingswarmistakenasademonstrationcase,andtheself-organizingcontrolstrategybasedonartificialpotentialfieldisdemon-stratedandverifiedinthesystem.Thedemonstrationresultsshowthattheproposedsystemcandemonstrateandverifytheoperationprocessofanintelligentswarminlaboratorycon
7、dition,andthedemonstrationcanprovidetheactualperformanceofanintelligentswarm.Keywords:artificialintelligentswarm;demonstrationandverificationsystem;self-organizing;visualfiducialidentifica-tion1引言（Introduction）对智能集群的研究，不仅能解释生物集群的组织规律，如著名的蚁群觅食单桥、双桥实验[4]，而Bonabeau等人将集群智能描述为“简单个体集群
8、涌现出的整体智能”[1]，这启发我们可以利用大且能利用这些规律提炼出对其他学科领域有意义的解决方案，如蚁群算法[5-7]、劳动力分配方案[1,8-9]
