基于多属性决策的自主等级评估算法概要.docx
- 文档编号:8850918
- 上传时间:2023-02-02
- 格式:DOCX
- 页数:8
- 大小:21.55KB
基于多属性决策的自主等级评估算法概要.docx
《基于多属性决策的自主等级评估算法概要.docx》由会员分享,可在线阅读,更多相关《基于多属性决策的自主等级评估算法概要.docx(8页珍藏版)》请在冰豆网上搜索。
基于多属性决策的自主等级评估算法概要
第39卷 增刊Ⅱ2011年 11月 华中科技大学学报(自然科学版
J.Huazhong
Univ.of Sci.&Tech.(Natural Science EditionVol.39Sup
.Ⅱ Nov. 2
011收稿日期 2011-06-
15.作者简介 邹启杰(1978-,女,博士研究生,E-mail:
zouqij
ie@neusoft.edu.cn.基金项目 国家自然科学基金资助项目(60975071;国家高技术研究发展计划资助项目(2009AA04Z215.
基于多属性决策的自主等级评估算法
邹启杰1,2 张汝波1 唐平鹏1 尹丽丽
1
(1哈尔滨工程大学计算机科学与技术学院,黑龙江哈尔滨150001;
2大连东软信息学院计算机科学与技术系,辽宁大连116023
摘要 通过多属性决策的理论对自主能力进行评估,实现了混合主动交互的可变自主系统.结合水面无人系统的导航任务,给出了基于多属性决策理论的自主能力确定模型.利用该模型,能够评价当前形势下可行的自主等级,并基于用户偏好做出选择,解决了未知环境下无人系统自主等级合理确定的问题,具有较好的效果.研究结果表明基于多属性决策的自主等级确定算法是有效的.关键词 无人系统;自主等级;可变自主;混合主动交互;多属性决策
中图分类号 TP242 文献标志码 A 文章编号 1671-4512(2011S2-0382-
03Evaluation algorithm for autonomy
level based onmulti-attribute decision making
Zou Qijie1,
2 Zhang Rubo1 Tang Pingpeng1
Yin Lili1
(1College of Computer and Technology,Harbin Engineering
University,Harbin 150001,China;2Departmentof Computer and Technology,Dalian Neusoft Institute of Information,Dalian 116023,Liaoning
ChinaAbstract By evaluating the autonomy level with multi-attribute decision making theory,adjustableautonomy
system could be achieved based on the mixed-initiative interaction.Combined with un-manned surface vehicle(USVnavigation task,adjustable autonomy model(AAMwas determinedby multi-attribute decision making theory,and could be used to measure the autonomy level of USV incurrent situation and user preferences.The measure of USV’s autonomy level was effectively solvedby AAM.The results of the autonomy study show that evaluating the autonomy level with multi-at-tribute decision making theory is correctly
and effectively.Key
words unmanned system;autonomy level;adjustable autonomy;mixed-initiative interaction;muli-attribute decision making
将人类的认知能力和智能系统的计算和执行
能力相结合进行研究能提高无人系统任务完成的
质量[1-
2].
在未知的环境下,无人设备自主等级的确定是可变自主系统动态协作的重要研究问题.但执行任务前静态地划分自主等级是不可行的,因为环境变化是无限的.所以,可将自主等级的确定视为决策问题来解决,即在一定的决策环境下,选一种在操作者看来效用最大的人机协作方式.
目前,对于实现无人系统可变自主能力的研究很多,主要区别在于自主能力评估算法的不同.
自主能力评估算法的分类可以按照评估关注的信息或评估结果的表达形式不同来分类.前者分为基于用户的可变自主实现方法和基于agent的方法.后者分为划分和不划分自主等级的方法.本研究一方面采用混合主动交互的自主等级评估方法,既考虑用户的状态信息,也考虑agent解决问题的能力;另一方面本算法的输出为已经定义的自主等级中的一种.
算法设计以水面无人系统为例对自主等级进行定义,并且针对其巡航任务建立决策模型和实验模拟.
1 混合主动交互的可变自主
在无人系统中,用户和无人设备可以视为智能体agent,混合主动交互策略中的agent都为完成任务而尽自己最大的努力,并且agent交互的角色不是提前确定的,而是根据要解决的问题进行协商而动态确定[3-4],这样agent能够动态改变交互方式以更好地解决问题.
无人系统的自主等级定义可以模仿人类对自我能力的评估结果,将自主等级定义为4个等级,不同的自主等级对应4种交互方式.a.全自主,即水面无人艇(USV规划、USV执行、USV反馈结果.USV具备对自身行为能力全部管理能力,能够处理当前态势下所要完成的任务,并且对于任务的目标和结果有明确的认识和预测.b.用户认可,即USV规划、用户认可|修改、USV执行、USV反馈结果.USV所处环境对于其安全有很大的威胁,虽然USV能够进行独立规划并执行,但通过用户的认可后再实施规划可降低风险发生的可能性.c.用户启发,即USV提问、用户应答、USV规划、USV执行、USV反馈结果.USV获取的环境信息不确定性比较高,通过与用户的交互降低不确定性,然后再进行任务规划并实施.
d.用户遥控,即USV警示、用户遥控、USV执行、USV反馈.USV所处的环境使其规划效率比较低,通过用户对USV的规划或者行为进行完全控制,能帮助USV完成当前的任务.
2 自主等级评估过程
多属性决策理论是多目标决策的一种,解决步骤有[5]:
决策问题描述,确定可行方案集合;根据决策问题的目标进行相关信息采集;属性评价函数的定义;方案筛选.无人系统自主等级评估是多属性决策问题,希望最终的自主等级既能准确、有效完成任务,又不会给用户增加工作压力,因此目标间存在不可公度性和矛盾性,采用多属性决策适合实现无人系统可变自主的功能需求.
a.决策问题定义.无人系统在任何需要评估自主等级的时刻需要决策的问题是在可行的自主等级方案中确定一个最适合的.该决策问题定义为基于多属性决策的自主等级(MADP-AL确定问题5元组A,O,F,S,R.A={a1,a2,a3,a4}为可行自主等级的集合,其中ai为第i种自主等级下的人机协作方案;O={o1,o2,…,om}为自主等级
评价时需要衡量的目标集合,目标集合采用树形
结构定义,oi={mi1,mi2,…,mik}为全局规划后产生的第i个路节点,即(xi,yi为路节点的经纬度坐标,mik=(vik,αik为局部规划进一步分解产生的行为,即第i个目标的第k个行为,vik和αik分别为速度和角度;F={f1(·,f2(·,…,fn(·}为所有属性的评价函数集合,f
j
(·为对于属性j的评价函数,该函数在系统自我状态评价的基础上结合了用户评价的模型;S为决策形势,采用决策矩阵保存属性值;R为决策规则,根据决策矩阵进行分析评价,目的是对方案进行排序,这里采用Promethee算法构建级别高于关系.
b.目标集递阶结构以及属性数据的采集.无人系统自主等级决策的总体目标是提高人机协作效用,更好地发挥人机结合的优势,因此进行自主等级决策时,根据影响任务执行效果的因素,定义目标以及递阶结构[5-9].自主等级决策分为:
任务识别(包括任务目标确信程度;环境感知(包括环境信息准确程度、威胁等级;规划代价(包括资源消耗、用户工作压力、用户技能需求;用户状态(包括用户偏好.任务识别通过对要完成的任务目标确信程度来衡量,该属性的评价来自于系统的任务识别模块.环境感知通过环境信息的准确性和对于无人系统安全的威胁程度来衡量,该属性的评价来自于态势评估模块.规划代价通过规划需要资源消耗和人力消耗来衡量,该属性来自于态势评估模块、任务识别模块以及用户建模模块.用户状态是通过系统交互界面对用户疲劳度和技能进行评价,该属性来自于用户建模模块产生的用户对于当前任务不同自主等级的偏好.
c.各自主等级属性评价函数的定义.确定上述目标集结构以后,就要确定每个属性的评价函数,即对于每种可行的自主等级下每个属性进行的评价结果.ai=(yi1,yi2,…,yin为方案i的n个
属性值,yi
j
为方案i的第j个属性值,yi
j
=fj(ai,用第j个属性值表示对于USV自主能力属性j的评价.
d.方案筛选.对于可行的自主等级,通过对比每2个方案间的优先程度,构建级别高于关系的序列,然后从中选择最优的方案予以实施.
步骤1 优先函数定义.优先函数对2种方案的对应属性进行比较,函数定义为
P(ai,ak=
P(yij,ykj
{ (yij≤ykj;
(其他,
式中P(yi
j
y
kj
=P(y
ij-ykj
表示方案i和方案k的属性j的差别,令yij-ykj=d,有
·
3
8
3
·
增刊Ⅱ 邹启杰,等:
基于多属性决策的自主等级评估算法
P(ai,ak
=0
P(d{
(d≤0
(d>0.
步骤2 优先指数的计算.
通过优先函数对各自主等级进行优先程度计算.对每对方案ai∈A,属性的权重分别为ωj(j=1,2,…,m,其优先指数定义为Π(ai,ak=∑m
j=1
ωjPj(ai,ak/∑m
j=1
ωj,
若权值为1,即各目标权重一致,则上式简化为Π(ai,ak=∑m
j=1Pj(
ai,ak.步骤1中优先函数已定义,
即可求得任意2方案间的优先指数.当权值为1时,优先指数退化为2方案间同属性的优先函数值之和.
步骤3 赋值的级别高于关系图的构成.以方案集中的所有方案为节点,优先指数Π(ai,ak为ai指向ak的弧线,可得到赋值的级别高于图.对于每个自主等级ai(即有向图的节点定义流出(即自主等级ai比其他方案的优先程度
为φ-
(ai=∑a∈A
Π(a,ai;流入(即其他方案比自主等级ai的优先程度为φ+(ai=∑a∈A
Π(ai,
a.方案ai流出越大,
其相对于其他方案的级别越高;流入越小,其他方案比ai级别高的可能性越小.进而定义每个方案节点的综合评价为φ(ai
=φ+(ai-φ-
(
ai.基于上述方案间优先程度的计算,即每个方案的净流值,构建完全序关系,进而完成对可行自主等级的排序.
3实验结果和讨论
USV自主行驶在某海域,
遇到多船只停泊在该海域,对USV导航造成严重威胁,用户评价结果为良好,此时获得如下决策矩阵,如表1所示,表中N和t分别为通信周期的个数和1次通信的用时,用户工作压力用决策周期的个数表示,全自主、用户认可、用户启发和用户遥控下的用户技
表1 实验输入的决策矩阵
自主等级任务目标
确信程度/%
环境信息
确信程度/%
威胁程度/%
资源消耗/
(s
/次用户工作压力
用户偏好全自主100 95 70 0
0 0.25用户认可100 98 35 t 1 0.30用户启发100 98 35 t 2 0.30用户遥控
100
100
30
Nt
3
0.15
能需求分别为无、低、中和高.按照本文中的算法进行自主等级评估,运行结果如表2所示,表中对角线上为每个自主等级的净流.
表2 自主等级之间的级别高于关系
自主等级全自主用户认可用户启发用户遥控全自主
0.064 2 0.880 0 1.540 0 3.660
0用户认可1.815 0 0.598 5 0.660 0 3.120 0用户启发1.815 0 0.00000.221 4 2.460 0用户遥控2.00000.525 0 0.525 0-0.884
2 将来对无人系统可变自主的研究主要有:
对于影响自主能力的因素进行更加准确的建模,加入不确定性的描述可以利用马尔可夫决策模型;基于评价的结果,对规划算法调度的控制,可以采用基于ag
ent的动态协作模型.参
考
文
献
[1
]戴汝为.人-机结合的智能工程系统———处理开放的复杂巨系统的可操作平台[J].模式识别与计算智能,2004,17(3:
257-
261.[2]魏瑞轩,李学仁.无人机系统及作战使用[M].长沙:
国防工业出版社,2009.
[3]Allen J F.Mixed initiative interaction[J].IEEE In-
telligent Sy
stems,1999,15(4:
14-23.[4]Yanco H A,Baker M,Casey
R,et al.Analysis ofhuman-robot interaction for urban search and rescue[C]∥Proceedings of IEEE International Workshopon Safety,Security,and Rescue Robotic.Gaithers-burg
:
IEEE,2006:
1-3.[5]岳超群.决策理论与方法[M].北京:
科学出版社,
2009.
[6]DeKoven E A M,Wood S D.Integrating
adjusta
bleautonomy in an intelligent
control framework[C]∥Procee
dings of SPIE 2005S
ession on Unmanned/Un-attended Sensors and Sensor Networks II.Bruges:
SPIE,2005:
59860G.
[7]Cheng M Y K,Cohen R.Integrating
informationgathering
interaction into transfer of control strategiesin adjustable autonomy multiagent systems[J].Lec-ture Notes in Computer Science,2006,4013:
1-12.[8]Kaber D B,Endsley
M R.The effects of level of au-tomation and adaptive automation on human perform-ance,situation awareness,and workload in a dynamiccontrol task[J].Theoretical Issues in ErgonomicsScience,2004:
5(2:
113-
153.[9
]周锐,成晓静,余舟毅,等.智能化战术任务管理系统研究[J].北京天航天航空大学学报,2005,31(8:
858-
862.·
483·
华中科技大学学报(自然科学版
第39卷
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 属性 决策 自主 等级 评估 算法 概要
![提示](https://static.bdocx.com/images/bang_tan.gif)