首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于高阶惩戒与记忆容忍度融合机制的多机器人协作方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:大连海事大学

摘要:本发明提供一种基于高阶惩戒与记忆容忍度融合机制的多机器人协作方法,包括:M个智能机器人进行迭代演化,任一蒙特卡洛时间步的迭代演化中,包括:第x个智能机器人选择是否从初始资产中提取资金,将资金投入采用PGG公共物品博弈模型的公共资源池;根据第x个智能机器人的策略、所有相邻的节点上的智能机器人的策略、PGG公共物品博弈模型和记忆容忍度机制计算第x个智能机器人的收益;更新第x个智能机器人的策略;当满足迭代结束条件,M个智能机器人具有稳态协作参数,M个智能机器人根据稳态协作参数进行协作。通过将融合了记忆容忍度机制的高阶惩戒机制应用于PGG公共物品博弈社会困境,提升多智能机器人的协作工作效率与稳定性。

主权项:1.一种基于高阶惩戒与记忆容忍度融合机制的多机器人协作方法,其特征在于,包括:提供M个智能机器人,M为整数且M≥2;将M个所述智能机器人设置于SF无标度网络,所述SF无标度网络包括N个节点,所述节点的度服从幂律分布,一个所述智能机器人占据一个所述节点,N为整数且N≥M;对M个所述智能机器人随机赋予策略,所述策略为合作策略、叛变策略、一阶惩戒策略或二阶惩戒策略;在M个赋予的所述策略中,所述合作策略、所述叛变策略、所述一阶惩戒策略和所述二阶惩戒策略占比相同;M个所述智能机器人进行迭代演化,任一蒙特卡洛时间步的迭代演化中,M个所述智能机器人分别迭代演化,包括:第x个智能机器人选择是否从初始资产中提取资金,将所述资金投入公共资源池,公共资源池采用PGG公共物品博弈模型,x为整数且1≤x≤M;所述第x个智能机器人分别与所有相邻的所述节点上的所述智能机器人进行博弈;根据所述第x个智能机器人的所述策略、所有相邻的所述节点上的所述智能机器人的所述策略、所述PGG公共物品博弈模型和记忆容忍度机制计算所述第x个智能机器人的收益;更新所述第x个智能机器人的所述策略;当满足迭代结束条件,M个所述智能机器人具有稳态协作参数,M个所述智能机器人根据所述稳态协作参数进行协作。

全文数据:

权利要求:

百度查询: 大连海事大学 基于高阶惩戒与记忆容忍度融合机制的多机器人协作方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。