吳坤，劉瑋*，李爽，王晶

1.武漢工程大學計算機科學與工程學院，湖北武漢 430205；

2.智能機器人湖北省重點實驗室（武漢工程大學），湖北武漢 430205

一種動態(tài)環(huán)境下多Agent的協(xié)作方法

吳坤1，2，劉瑋1，2*，李爽1，2，王晶1，2

1.武漢工程大學計算機科學與工程學院，湖北武漢 430205；

2.智能機器人湖北省重點實驗室（武漢工程大學），湖北武漢 430205

對動態(tài)環(huán)境下多Agent系統(tǒng)中Agent的協(xié)作問題進行了研究，提出了一種基于連續(xù)規(guī)劃的動態(tài)環(huán)境下多Agent協(xié)作方法.首先，在MA-PDDL的語法上進行了改進，通過一個自定義的函數(shù)使其能夠描述連續(xù)規(guī)劃方法；然后，提出了一種基于擴展的MA-PDDL的連續(xù)規(guī)劃算法，能夠處理動態(tài)環(huán)境在系統(tǒng)中所造成的不確定性；最后，實現(xiàn)了擴展的MA-PDDL的解析方法，解析的結(jié)果能夠用于模擬Agent執(zhí)行任務(wù)的過程.選取了醫(yī)療垃圾無人運輸場景進行實驗，成功模擬了整個實驗場景的運行過程，驗證了方法的可行性.

動態(tài)環(huán)境；MAS；多Agent協(xié)作；連續(xù)規(guī)劃；MA-PDDL

多Agent系統(tǒng)（multi-agent system，MAS）是分布式人工智能領(lǐng)域研究的熱點之一，已經(jīng)成為分布式人工智能研究的一個重要分支，關(guān)于Agent的協(xié)作問題一直是MAS研究的核心問題.

傳統(tǒng)領(lǐng)域關(guān)于多Agent協(xié)作問題的研究是建立在MAS的環(huán)境不變或者可預測的基礎(chǔ)之上，例如經(jīng)典合同網(wǎng)協(xié)議（contract net protocol，CNP）［1］、組織結(jié)構(gòu)協(xié)作［2］、黑板模型［3］等.但是MAS的環(huán)境從封閉到開放，從可預知到不確定的變化，要求多Agent的協(xié)作方法必須能夠適用于動態(tài)環(huán)境下的MAS，上述方法均無法解決實際問題，因此關(guān)于動態(tài)環(huán)境下的多Agent協(xié)作方法研究就顯得非常的重要.

近幾年研究人員已經(jīng)開始嘗試解決動態(tài)環(huán)境下MAS中的Agent協(xié)作問題.其中一類研究是在傳統(tǒng)方法的基礎(chǔ)上進行改進，例如林琳和劉鋒［4］在合同網(wǎng)的投標過程中引入了信任度、感知系數(shù)和活躍度等智能參數(shù)，在熟人庫（acquaintance）中進行招標，通過公共消息黑板發(fā)布標書讓Agent主動接受任務(wù)，引入了一個評估函數(shù)定期對Agent進行評估，更新其能力以及管理Agent對其的信任度.該方法雖然具有一定的靈活性并且可以提高效率，但是由于動態(tài)環(huán)境的實時變化，導致系統(tǒng)更新過于頻繁以至于增大系統(tǒng)壓力，而更新太慢又可能導致信息沒有同步而發(fā)生錯誤.另一類方法是和人工智能相結(jié)合，例如唐賢倫等［5］提出了基于改進蟻群算法的多Agent協(xié)作策略解決了在未知環(huán)境下的多Agent協(xié)作問題，首先由Agent在未知環(huán)境下對任務(wù)進行搜尋，然后將收集到的信息通過黑板模型進行信息共享，最終完成所有的任務(wù).該方法在可預測的未知環(huán)境下是可行的，但是如果環(huán)境會動態(tài)變化且無法預知則不再適用了.

智能規(guī)劃（AI planning）是用人工智能理論與技術(shù)自動或半自動地生成一組動作序列，用以實現(xiàn)期望的目標［6］.近年來，有關(guān)智能規(guī)劃的研究在問題描述和問題求解兩方面得到了新的突破，使得智能規(guī)劃已成為一個熱門的人工智能研究領(lǐng)域.由于智能規(guī)劃的研究對象和研究方法的轉(zhuǎn)變，極大地擴展了智能規(guī)劃的應(yīng)用領(lǐng)域，在太空飛船［7］、衛(wèi)星［8］、智能機器人［9-11］等眾多領(lǐng)域都有著十分廣泛的應(yīng)用.

使用智能規(guī)劃來解決Agent協(xié)作問題時具有專門的規(guī)劃語言.最早的規(guī)劃語言是STRIPS［13］，由Richard Fikes和Nils J.Nilsson在1971年提出，他們在基于邏輯的規(guī)劃問題表示上引入了過程化表示和語義，隨后發(fā)展成為經(jīng)典規(guī)劃中最主要的描述語言，幾乎所有的規(guī)劃系統(tǒng)都采用STRIPS語言或其一個變種來描述規(guī)劃問題.1998年，McDer-mott提出了規(guī)劃領(lǐng)域定義語言（planning domain definition language，PDDL）［14］，并逐漸成為國際智能規(guī)劃比賽IPC公認的標準.

隨著MAS的廣泛應(yīng)用與研究，關(guān)于多Agent的規(guī)劃語言也得到了快速的發(fā)展，出現(xiàn)了大量的多Agent規(guī)劃語言，多Agent規(guī)劃領(lǐng)域定義語言（multi-agent PDDL，MA-PDDL）就是其中的一種. MA-PDDL是由Kovacs［15］在2012年提出來的，主要針對PDDL3.1的巴科斯范式（Backus-Naur Form，BNF）作了如下擴展：在requirements中加入了multi-agent的依賴，使PDDL3.1能夠支持多Agent規(guī)劃；在動作的定義中引入了Agent參數(shù)，當一個動作需要另一個Agent動作的效果時，可以直接將協(xié)作動作以參數(shù)的形式引用到當前的動作中，這樣就可以靈活的描述多個Agent之間的協(xié)作以及動作之間的相互影響；在問題的定義中引入了goal參數(shù)，多個Agent可以有相同的goal，要實現(xiàn)這些goal就必須要這些Agent一起協(xié)作完成，這樣就可以描述多Agent之間的協(xié)作問題了.但是由于PD-DL3.1中假設(shè)環(huán)境是靜態(tài)的而且是完全可觀察的，所以MA-PDDL也存在這種假設(shè)，因此MA-PDDL雖然能夠描述多Agent的協(xié)作問題，但是不能直接應(yīng)用于動態(tài)環(huán)境下的MAS中.

總的來說，目前缺乏一種有效可行的方法來解決動態(tài)環(huán)境下的多Agent協(xié)作問題，針對這一現(xiàn)狀，本文對動態(tài)環(huán)境下的MAS中Agent協(xié)作問題進行了研究，提出了一種基于連續(xù)規(guī)劃的多Agent協(xié)作方法.對MA-PDDL進行了改進，在語言中加入了連續(xù)規(guī)劃元素，使其能夠通過連續(xù)規(guī)劃算法解決動態(tài)環(huán)境下的多Agent協(xié)作問題，避免了傳統(tǒng)方法下任務(wù)執(zhí)行過程中環(huán)境發(fā)生改變而導致任務(wù)失敗的情況.

1 研究基礎(chǔ)

1.1 智能規(guī)劃

智能規(guī)劃問題可表示為一個五元組＜S，S0，G，A，Γ＞，其中S是所有可能的狀態(tài)集合，S0?S表示世界的初始狀態(tài)，G?S表示規(guī)劃系統(tǒng)希望實現(xiàn)的目標狀態(tài)，A表示進行狀態(tài)之間轉(zhuǎn)換所需的動作集合，狀態(tài)轉(zhuǎn)移關(guān)系Γ?S×A×S定義了每個動作執(zhí)行時的先決條件和效果［12］.采用智能規(guī)劃方法來解決問題的過程就是在A集合中找到一組動作序列，使得當前系統(tǒng)的狀態(tài)由S0變?yōu)镚.假設(shè)完成一個任務(wù)需要兩個動作，用智能規(guī)劃來解決問題的示意圖如圖1所示.

圖1 智能規(guī)劃示意圖Fig.1Schematic diagram of intelligent planning

1.2 規(guī)劃語言

使用規(guī)劃語言對智能規(guī)劃問題進行描述時通常包括領(lǐng)域描述和問題描述，其中領(lǐng)域描述主要是定義整個領(lǐng)域當中的參數(shù)，以及領(lǐng)域中的對象可以執(zhí)行的動作，用以反映整個領(lǐng)域的行為.而問題描述則包括規(guī)劃的對象、系統(tǒng)初始狀態(tài)和目標狀態(tài)，是對實際規(guī)劃的問題進行描述.

定義1多Agent規(guī)劃的領(lǐng)域描述是一個四元組D=＜O，V，F(xiàn)，A＞，其中O表示系統(tǒng)中所有的對象集合，可以是Agent，也可以是其他的普通對象；V表示系統(tǒng)中涉及到的所有狀態(tài)變量的集合，即用來描述整個領(lǐng)域狀態(tài)的變量，一般用邏輯謂詞來描述；F表示函數(shù)的集合；A表示動作的集合.

定義2動作a是一個三元組＜Ag，P，E＞，a∈A，P∈V，E∈V.其中Ag為執(zhí)行動作的Agent，P是動作執(zhí)行的前提條件，E是動作執(zhí)行之后所產(chǎn)生的效果.一個動作a＜ag，p，e＞表示一個Agent（ag）在系統(tǒng)狀態(tài)為p的情況下，執(zhí)行動作a之后系統(tǒng)狀態(tài)變?yōu)閑.

定義3問題描述為Q=＜I，G＞，I為系統(tǒng)的初始狀態(tài)，G為需要達到的目標狀態(tài).若經(jīng)過一系列的規(guī)劃動作之后，系統(tǒng)狀態(tài)變?yōu)镚，則表示該問題已經(jīng)被解決了.

1.3 連續(xù)規(guī)劃

在傳統(tǒng)的規(guī)劃方法中，規(guī)劃者必須考慮整個系統(tǒng)中可能出現(xiàn)的所有情況，規(guī)劃出Agent相應(yīng)的動作，同時設(shè)定Agent從開始到結(jié)束都對整個系統(tǒng)有著完整的正確的知識，且動作一定會產(chǎn)生預期的效果.這種方法對于環(huán)境相對穩(wěn)定，Agent獨立完成任務(wù)且各Agent之間沒有相互影響的系統(tǒng)來說是可行的，但是對于動態(tài)環(huán)境中Agent的動作會對其他Agent產(chǎn)生影響的系統(tǒng)來說是行不通的.

為了解決多Agent在動態(tài)環(huán)境下的規(guī)劃問題，Brenner和Nebel［16］提出了連續(xù)規(guī)劃算法.與傳統(tǒng)的規(guī)劃方法不同，連續(xù)規(guī)劃并不需要事先考慮所有的可能事件，而是由Agent自己決定如何去實現(xiàn)他們的目標，換句話說就是Agent在完成目標任務(wù)的過程中可以自己規(guī)劃自己的行動.

連續(xù)規(guī)劃方法的核心思想就是當Agent對周圍環(huán)境未知或者掌握的知識不足以完成規(guī)劃的動作時，Agent可以延遲規(guī)劃動作的執(zhí)行，然后通過自身的感知能力或者通過與其他Agent通信，獲取更加準確的信息，不斷地更新知識直到Agent有足夠的知識來完成接下來的規(guī)劃任務(wù)，如圖2所示.與圖1相比，圖2中加入了一個重新規(guī)劃步驟，需要注意的是這里并不是簡單的循環(huán)執(zhí)行動作Action1，而是通過系統(tǒng)環(huán)境重新規(guī)劃出一條新的動作序列來完成后面的工作.

圖2 連續(xù)規(guī)劃示意圖Fig.2Schematic diagram of continual planning

例如讓一個自動導引車（automated guided vehicle，AGV）將一件貨物M從A點運送到B點，通過規(guī)劃方法來解決這個問題可能需要執(zhí)行以下幾個動作：①AGV移動到A點；②裝上貨物M；③AGV帶著貨物M從A點移動到B點；④卸下貨物M.在傳統(tǒng)規(guī)劃方法中，以上幾個動作均被認為是瞬間完成，但是在現(xiàn)實中這些動作都是需要一段時間才能完成.假如在AGV帶著M從A點移動到B點的過程中，原本規(guī)劃的行動路線由于突發(fā)情況無法通過，該規(guī)劃則會陷入死鎖，最終導致任務(wù)無法完成.通過連續(xù)規(guī)劃方法能夠避免這種情況的發(fā)生：當AGV在移動過程中發(fā)現(xiàn)道路不通即動作③無法完成時，則會停下來感知周圍的環(huán)境，并與其他的AGV進行通信來了解最新的環(huán)境知識，然后重新規(guī)劃一條移動路徑繼續(xù)完成動作③和動作④.

2 基于連續(xù)規(guī)劃的MA-PDDL

2.1 規(guī)劃過程描述

使用基于連續(xù)規(guī)劃的MA-PDDL來解決MAS中的多Agent協(xié)作問題一般包括如下5個步驟：

步驟1通過多Agent領(lǐng)域描述語言描述多Agent系統(tǒng)的當前環(huán)境；

步驟2接收用戶輸入的待解決問題，并通過多Agent領(lǐng)域描述語言進行描述；

步驟3根據(jù)描述后的多Agent系統(tǒng)的當前環(huán)境和待解決問題，規(guī)劃出一條最優(yōu)解決方案，該最優(yōu)方案包括需要執(zhí)行的若干個動作，將若干個動作分別分配給多Agent系統(tǒng)中能夠執(zhí)行相應(yīng)動作的Agent；

步驟4多Agent系統(tǒng)中具有執(zhí)行任務(wù)的各Agent根據(jù)該最優(yōu)方案依次完成分配給自己的所有動作，當確定當前動作正常完成時，各Agent繼續(xù)下一個動作，直到完成所有動作，問題得到解決；

步驟5當確定當前動作無法完成時，停止各Agent當前動作，通過Agent的感知功能對多Agent系統(tǒng)的當前環(huán)境進行重新感知，并通過多Agent領(lǐng)域描述語言進行重新描述，隨后轉(zhuǎn)至步驟3.

2.2 語法描述

為了在MA-PDDL中使用連續(xù)規(guī)劃算法，對MA-PDDL的動作進行了如下定義.

為了實現(xiàn)整個多Agent系統(tǒng)的自適應(yīng)性，保證Agent在動態(tài)環(huán)境下也能正常完成任務(wù)，我們在原來的動作定義中加入了replan這個子動作.其工作原理如下：事先定義一個觸發(fā)replan的條件，Agent在每次執(zhí)行動作之前判斷當前環(huán)境是否滿足該條件，一旦滿足條件就會暫停當前動作的執(zhí)行，然后通過自身的感知能力或者與其他Agent通信來更新對系統(tǒng)環(huán)境的知識，最后重新規(guī)劃出一條解決問題的執(zhí)行方案.如果不滿足該條件則正常執(zhí)行動作，若因為系統(tǒng)環(huán)境發(fā)生了改變而導致動作無法執(zhí)行或者動作執(zhí)行失敗時，在系統(tǒng)中設(shè)置該觸發(fā)條件.

使用MA-PDDL對上文中的動作③進行描述，其程序如下.

其中manager是一個決策Agent，可以根據(jù)當前系統(tǒng)的環(huán)境規(guī)劃出一條最優(yōu)路徑.當agv要從A點移動到B點時，必須先選出一條最優(yōu)路徑，此時需要與manager協(xié)作才能完成，采用MA-PDDL可以很方便的描述這種協(xié)作關(guān)系.

如果manager規(guī)劃完路徑，agv在執(zhí)行動作的過程中環(huán)境發(fā)生了變化，例如路徑被堵塞了，那么該動作就無法完成.使用加入連續(xù)規(guī)劃的MA-PDDL對該動作進行描述，其程序如下.

以上描述在原有的基礎(chǔ)上加入了：replan，該方法的觸發(fā)條件是isDone？false.默認情況下該條件是isDone？true，當動作執(zhí)行失敗時將該條件設(shè)置為isDone？false，滿足該條件表示move動作無法完成，系統(tǒng)無法達到預期效果，此時Agent會暫停后續(xù)動作的執(zhí)行，然后重新獲取當前系統(tǒng)環(huán)境進行重新規(guī)劃.

2.3 方法的實現(xiàn)

方法的具體實現(xiàn)過程如圖3所示，主要包括以下幾個步驟：

圖3 方法的實現(xiàn)過程Fig.3Realization process of method

步驟1使用改進后的語言將MAS的領(lǐng)域知識和需要解決的問題描述出來作為輸入；

步驟2將領(lǐng)域描述Domain轉(zhuǎn)換為傳統(tǒng)的PD-DL和一個描述Action與Agent關(guān)系的文件，將問題描述Problem轉(zhuǎn)換為目標狀態(tài)文件Goal和當前環(huán)境文件cur_env；

步驟3根據(jù)當前環(huán)境、目標狀態(tài)和MAS的領(lǐng)域描述規(guī)劃出一條最優(yōu)解決方案，即一系列需要執(zhí)行的動作；

步驟4根據(jù)動作在Action-Agent關(guān)系文件中找出一個或多個Agent來執(zhí)行動作，每次執(zhí)行動作之前都檢查一次當前系統(tǒng)的環(huán)境是否發(fā)生了改變：系統(tǒng)環(huán)境沒有變化，滿足動作的前提條件，正常執(zhí)行該動作，完成之后繼續(xù)執(zhí)行下一個動作；系統(tǒng)環(huán)境發(fā)生了變化，不再滿足動作的前提條件，終止該動作的執(zhí)行，更新描述當前系統(tǒng)環(huán)境的文件，跳轉(zhuǎn)到步驟3.

3 場景建模

醫(yī)院中的醫(yī)療垃圾往往具有傳染性，對人體有很大的危害，使用人工進行運輸存在著極大的安全風險，使用AGV來運輸則可以避免這種風險，而且還可以免去很多人工勞動.Savant Automation公司在2015年提出了一個醫(yī)院自動運輸車系統(tǒng)（automated hospital cart transportation system）［17］，在該系統(tǒng)中AGV被用來運輸食物、醫(yī)療器械以及醫(yī)療垃圾等，并且已經(jīng)投入生產(chǎn)和使用.本文的實驗就是以上述系統(tǒng)為基礎(chǔ)，使用了一個特定的場景進行建模，最后通過模擬運行進行實驗.

在模型中使用Cart存放醫(yī)療垃圾，所有的Cart均放置于相應(yīng)的Pickup上，每個Pickup上都有一個射頻識別標簽（Radio Frequency Indentification，RFID）用來讀取Cart的重量、位置等信息，通過AGV將Cart從Pickup處運送到指定地點.整個場景可以看作是一個多Agent系統(tǒng)，里面包括三種不同的Agent，分別是Cart-sensor、AGV以及decision agent.其中Cart-sensor固定在Pickup處，通過讀取Pickup上面的RFID獲取Cart的重量和位置等信息，發(fā)布任務(wù)；AGV是專門用來運輸Cart的小車，具有不同載重量；decision agent可以根據(jù)當前環(huán)境來選擇最適合的AGV來執(zhí)行，同時可以為AGV規(guī)劃出一條最優(yōu)的移動路線.

整個實驗場景如圖4所示，Pickup-Location表示Pickup的位置，也是Cart的存放地點；Charge-Location為AGV充電的地方；Destination為 Cart被運輸?shù)哪康牡?；Road為AGV運行的軌跡，表示AGV可達的路徑；Wall為AGV不可達的地點，可視為障礙物.

圖4 實驗仿真場景Fig.4Experiment scenario

使用定義1對領(lǐng)域進行描述如下.

O是系統(tǒng)中的對象集合，有decision_agent，AGV，Cart_sensor，cart，pickup和location等6個對象；V是系統(tǒng)中的狀態(tài)變量集合，samePosition用來描述2個對象在同一個位置，on用來描述cart在pickup中，in用來描述cart在AGV小車上，ready用來描述pickup、AGV以及目的地的位置是否確定，available用來描述是否發(fā)布任務(wù)，isDone用來描述動作是否正常完成，pathReady用來描述行動路徑是否規(guī)劃完成；需要用到的函數(shù)包括distance和loadage，前者是求兩點之間的距離，后者是求AGV的載重量，兩個函數(shù)都是用來選擇最佳執(zhí)行AGV的；A是系統(tǒng)中所有Agent能夠完成的動作的集合，包括DetectCart、ReadTag等9個動作.

使用定義2對領(lǐng)域中的動作進行描述如下.

每個動作包含3個參數(shù)：第1個參數(shù)表示執(zhí)行該動作的Agent，第2個參數(shù)是執(zhí)行該動作的前提條件，是一個狀態(tài)變量的集合，第3個參數(shù)是執(zhí)行完該動作產(chǎn)生的影響，也是一個狀態(tài)變量的集合.例如DetectCart=＜Cart_sensor，＜on（cart，pick-up）＞，＜ready（pickup）＞＞，表示當cart在pickup中時，Cart_sensor會執(zhí)行動作DetectCart，成功執(zhí)行完該動作之后，pickup的位置信息就確定了.在整個系統(tǒng)中，Cart_sensor可以執(zhí)行3個動作，deci-sion_agent可以執(zhí)行2個動作，AGV可以執(zhí)行4個動作.

整個系統(tǒng)的初始狀態(tài)是cart被放置到pickup中，需要完成的任務(wù)是將cart運送到專門的垃圾處理點，使用定義3對問題進行描述如下所示.

實驗場景中一共有12個pickup分別位于不同的地方，有兩個載重量為20 kg的AGV和兩個載重量為50 kg的AGV，50 kg載重量的AGV能耗更大，同時能耗也跟運輸距離成正比，需要選擇一種能耗最小的方案來完成任務(wù).

使用java語言對MA-PDDL和改進的MA-PDDL進行解析，分別在靜態(tài)環(huán)境以及動態(tài)環(huán)境這兩種情況下進行實驗，通過語句描述來代替具體的Agent執(zhí)行動作，最后通過控制臺打印出Agent的動作序列，其運行結(jié)果摘錄如圖5和圖6所示.

圖5 靜態(tài)環(huán)境下運行的結(jié)果Fig.5Results in static environment

圖6 動態(tài)環(huán)境下運行的結(jié)果Fig.6Results in dynamic environment

圖5和圖6中左邊是MA-PDDL的運行結(jié)果，右邊是改進的MA-PDDL的運行結(jié)果.可以看到，在靜態(tài)環(huán)境下，兩種方法都可以解決問題.但是如果在動態(tài)環(huán)境下，MA-PDDL會停止運行，最終導致任務(wù)無法完成，而基于連續(xù)規(guī)劃的MA-PDDL會通過重新規(guī)劃找到一條新的解決方案，直到問題得到解決.

原系統(tǒng)中，當AGV在執(zhí)行動作的過程中環(huán)境發(fā)生改變時，系統(tǒng)采取的策略是暫停動作的執(zhí)行，AGV在原地等待直到系統(tǒng)環(huán)境恢復預期情況.如果系統(tǒng)環(huán)境的改變是長時間的或者是永久的，那么AGV完成任務(wù)的效率就會變低，甚至需要人工的參與才能完成任務(wù).實驗結(jié)果顯示，本文提出的方法是可以解決問題的，而且可以避免上述情況的發(fā)生，這也證明了在動態(tài)環(huán)境下，本文方法與傳統(tǒng)方法相比更有優(yōu)勢.

4 結(jié)語

MA-PDDL在處理動態(tài)環(huán)境下的多Agent協(xié)作問題時，可能會出現(xiàn)環(huán)境突然發(fā)生改變而導致任務(wù)無法完成的情況，針對這一現(xiàn)狀，提出了一種基于MA-PDDL的連續(xù)規(guī)劃方法.對MA-PDDL進行了改進，在語言中加入了連續(xù)規(guī)劃元素，使其能夠通過連續(xù)規(guī)劃算法解決動態(tài)環(huán)境下的多Agent協(xié)作問題，避免了上述情況的發(fā)生.最后提出了一種改進語言的解析方法，實驗成功模擬了醫(yī)療垃圾無人運輸場景的運行過程，實現(xiàn)了動態(tài)環(huán)境下的多Agent協(xié)作.

改進之后方法雖然能夠解決問題，但是在時間上卻比MA-PDDL方法消耗更多，因為改進方法在每個動作執(zhí)行前都會同步一次系統(tǒng)環(huán)境，這個是需要花費時間的，在之后的研究中將會考慮將算法進行優(yōu)化，爭取在時間上的消耗達到最小.

［1］SMITH R G.The contract net protocol：high-level communication and control in a distributed problem solver［J］.IEEE Transactions on Computers，1980，29（12）：1104-1113.

［2］JENNINGS N R.Commitments and conventions：the foundation of coordination in multi-agent systems［J］. Knowledge Engineering Review，1993，8（3）：223-250.

［3］NII P.The blackboard model of problem solving［J］.AI Magazine，1986，7（2）：38-53.

［4］林琳，劉鋒.基于改進合同網(wǎng)協(xié)議的多Agent協(xié)作模型［J］.計算機技術(shù)與發(fā)展，2010，20（3）：71-75.

LIN L，LIU F.A multi-agent cooperation model based onimprovedcontractnetprotocol［J］.Computer Technology and Development，2010，20（3）：71-75.

［5］唐賢倫，李亞楠，樊崢.未知環(huán)境中多Agent自主協(xié)作規(guī)劃策略［J］.系統(tǒng)工程與電子技術(shù)，2013，35（2）：345-349.

TANG X L，LI Y N，F(xiàn)AN Z.Multi-agent autonomous cooperation planning strategy in unknown environment［J］.System Engineering and Electronics，2013，35（2）：345-349.

［6］宋涇舸，查建中，陸一平.智能規(guī)劃研究綜述——一個面向應(yīng)用的視角［J］.智能系統(tǒng)學報，2007，2（2）：18-25.

SONG J G，CHA J Z，LU Y P.Survey on AI planning research——anapplication-orientedperspective［J］. CAAI Transactions on Intelligent Systems，2007，2（2）：18-25.

［7］CHIEN S，KNIGHT R，STECHERT A，et al.Integrated planning and execution for autonomous spacecraft［J］. IEEE Aerospace and Electronic Systems Magazine，2009，24（1）：23-30.

［8］IZZO D，PETTAZZI L.Autonomous and distributed motion planning for satellite swarm［J］.Journal of Guidance Control and Dynamics，2015，30（2）：449-459.

［9］張彥鐸，李哲靖，魯統(tǒng)偉.機器人世界杯足球錦標賽中多機器人對目標協(xié)同定位算法的改進［J］.武漢工程大學學報，2013，35（2）：69-73.

ZHANG Y D，LI Z J，LU T W.Improvements of collaborative localization algorithm of multi-robot on target in ROBOCUP［J］.Journal of Wuhan Institute of Technology，2013，35（2）：69-73.

［10］魯統(tǒng)偉，林芹，李熹，等.記憶運動方向的機器人避障算法［J］.武漢工程大學學報，2013，35（4）：66-71.

LU T W，LIN Q，LI X，et al.Obstacle avoidance algorithm of robot based on recording move direction［J］.Journal of Wuhan Institute of Technology，2013，35（4）：66-71.

［11］張彥鐸，葛林鳳.一種新的基于MMAS的機器人路徑規(guī)劃方法［J］.武漢工程大學學報，2009，31（5）：76-79.

ZHANG Y D，GE L F.A novel method for robot's path planningbasedonandmax-minant system［J］. Journal of Wuhan Institute of Technology，2009，31（5）：76-79.

［12］林川.基于PDDL的Web服務(wù)自動組合的描述［J］.計算機應(yīng)用與軟件，2008，25（1）：138-139.

LINC.Describitionofautomaticwebservices compositionbasedonPDDL［J］.Computer Applications and Software，2008，25（1）：138-139.

［13］FIKES R E，NILSSON N J.Strips：a new approach to the application of theorem proving to problem solving［J］.Artificial intelligence，1971，2：608-620.

［14］MALIK G,HOWE A,KNOBLOCK C,et al.PDDL-the planning domain definition language,Technical Report CVC TR-98-003/DCS TR-1165[R].Connecticut:Yale Center for Computational Vision and Control,1998.

［15］KOVACS D L.A multi-agent extension of PDDL3.1［C］//TheAssociationfortheAdvancementof ArtificialIntelligence（AAAI）.Workshoponthe InternationalPlanningCompetition，ICAPS-2012. Atibaia：AAAI Press，2012：19-27.

［16］BRENNER M，NEBEL B.Continual planning and actingindynamicmultiagentenvironments［J］. Autonomous Agents and Multi-agent Systems，2009，19（3）：297-331.

［17］SAVANT AUTOMATION.Automated hospital cart transportationsystem［EB/OL］.（2015-06-15）［2017-04-10］.http：//www.agvsystems.com/hospitalcarts.

本文編輯：陳小平

A Multi-Agent Cooperation Method in Dynamic Environment

WU Kun1，2，LIU Wei1，2*，LI Shuang1，2，WANG Jing1，2
1.School of Computer Science and Engineering，Wuhan Institute of Technology，Wuhan 430205，China；
2.Hubei Key Laboratory of Intelligent Robot（Wuhan Institute of Technology），Wuhan 430205，China

A multi-agent cooperation method was proposed based on multi-agent system continual planning in dynamic environment.First，the Multi-Agent Planning Domain Definition Language（MA-PDDL）was extended for describing the continual planning method by a user-defined function.Then，a continual planning algorithm based on extended MA-PDDL was proposed to deal with the uncertainty.Finally，a parsing method of the extended MA-PDDL was implemented，which simulated how agents execute tasks.The method successfully simulates the execution process of automated cart transportation in hospital，which validates its feasibility.

dynamicenvironment；multi-agentsystem；multi-agentcooperation；continualplanning；MA-PDDL

TP242

A

10.3969/j.issn.1674-2869.2017.02.015

1674-2869（2017）02-0186-07

2016-12-14

國家自然科學基金（61502355）；國家測繪局測繪地理信息公益性行業(yè)科研專項（201412014）；湖北省自然科學基金（2013CF125）；武漢工程大學科學研究基金（K201475）

吳坤，碩士研究生.E-mail：kris_wu@foxmaill.com

*通訊作者：劉瑋，博士，副教授.E-mail：liuwei@wit.edu.cn

吳坤，劉瑋，李爽，等.一種動態(tài)環(huán)境下多Agent的協(xié)作方法［J］.武漢工程大學學報，2017，39（2）：186-192.

WU K，LIU W，LI S，et al.A multi-agent cooperation method in dynamic environment［J］.Journal of Wuhan Institute of Technology，2017，39（2）：186-192.