Fatemeh Zahra Saberifar
 
 

 

 

 

 

Contact info:

Present Address:  

Amirkabir University of Technology
Hafez Avenue
Tehran, Iran


Tel.:     +98-21-6454-2542
Fax.:   +98-21-6649-7930


 

 

A Method of Multi_Robot Formation with the Least total Cost

Meiping Song , Guochang Gu , Rubo Zhang , Xingce Wang

2005

خلاصه :                                                                                                                                 در این مقاله روشی برای فرم دهی به گروهی از ربات ها ارائه شده است که در بازی دزد و پلیس استفاده می شود .  این روش پیچیدگی محاسباتی را به طور کارائی کاهش می دهد ، دو نوع نقش برای ربات ها تعریف می کند ( راهنمای حقیقی و راهنمای مجازی ) ، با انواع فرم های گروهی ، به ویژه انواع پیچیده ، می تواند کار کند ، بر مشکل هزینه ی کل غیر ضروری غلبه کند . در این مقاله کارائی روش پیشنهادی از نقطه نظر هندسی ، پیچیدگی و شبیه سازی نشان داده شده است .  در روش بر مبنای گرید برای بازی دزد و پلیس ، برای دستگیری دزد ، پلیس ها ( یک گروه ربات ) باید حول دزد به فرم خاصی درآیند . فرآیند انتساب نقش ها : در ابتدا هر ربات به عنوان یک راهنمای مجازی عمل می کند و متناسب با موقعیت و به طور مستقل تصمیم محلی خودش را اتخاذ می کند . سپس بین همه ی این سیایت های بهینه ی محلی مقایسه می شود و تصمیم بهینه ی سراسری انتخاب می شود . در آخر تصمیم ساز سیاست برنده ، به عنوان راهنمای حقیقی عمل می کند . پیچیدگی این روش ( O(n  است در حالی که با روش بدون راهنما این زمان (! O(n است .

ایده های من :                                                                                                                 کاهش این زمان با کاهش این الگوریتم به الگوریتم های بهینه

Motion Planning of Multiple Agents in Virtual Environments Using Coordination Graphs

Yi Li , Kamal Gupta and Shahram Payandeh

2005

خلاصه:                                                                                           طراحی حرکت چندین عامل متحرک در محیط های مجازی مسئله ی پر چالشی است ، به خصوص اگر بخواهیم حرکات این عامل ها را به صورت real time طراحی کنیم . محیطی که در این مقاله در نظر گرفته شده است ، محیطی پویا ، دو بعدی با فضاهای بازی که توسط راهروهای باریک به یکدیگر متصل شده اند . مسیر محلی هر عامل در زمان واقعی و توسط رفتارهای کنترلی ترکیبی و یک تکنیک جدید در هوش مصنوعی ؛ به نام گراف هماهنگی ؛ تولید می شود . در فاز پیش پردازش ، مسیر سراسری هر عامل توسط یک طراح decoupled تولید می شود . با داشتن مسیر تولید شده ، می خواهیم هر عامل از مسیر خود تبعیت کند در حالیکه از موانع و دیگر عامل ها اجتناب کند . این کار با استفاده از رفتارهای کنترلی path following  و obstacle avoidance انجام می شود . برای اجتناب از بن بست در راهروها ، از گراف هماهنگی استفاده می شود . هر گره ی گراف هماهنگی ؛ یا یک عامل است که می خواهد وارد راهرویی شود و یا همه ی عامل هایی که درون راهرو هستند را نشان می دهد .

ایده های من :                                                                                 استفاده از این روش در محیط های غیر مجازی ،  ترکیب این گراف با مسئله ی حرکت گروهی از ربات هایی که قابلیت تغییر شکل دارند ، ترکیب این گراف با فرآیند مارکوف ، اصلاح این گراف در حالتی که چندین ربات می توانند از یک راهرو عبور کنند .

 

           

 

 
 
http://www.aut.ac.ir © 2009 | Web designer