基于多Agent機器人系統的圖書(shū)歸類(lèi)解決方案

　　四個(gè)字符規則庫：

　　r41: IF 第一個(gè)字符是某個(gè)字母 THEN 該本書(shū)是某種一級類(lèi)；

　　r42: IF 第二個(gè)字符是某個(gè)字母或數字 THEN該本書(shū)是某二級類(lèi)；

　　r43: IF 第三個(gè)字符是某個(gè)字母或數字 THEN該本書(shū)是某三級類(lèi)；

　　r44: IF 第四個(gè)字符是某個(gè)字母或數字 THEN該本書(shū)是某四級類(lèi)；

　　r45: IF 第五字符是點(diǎn) THEN 根據前四位已判斷類(lèi)別和后8 位字符的范圍找到該書(shū)相應的柜子的編碼 AND 跳出規則庫；

　　ELSE 第五個(gè)字符是某個(gè)字母或數字 THEN該S 本書(shū)是某五級類(lèi)；

　　r46: IF 第6 個(gè)字符是點(diǎn) THEN 根據前五位已判斷類(lèi)別和后7 字符的范圍找到該書(shū)相應的柜子的編碼 AND 跳出規則庫；

　　根據上述規則庫我們給出編碼和對應書(shū)柜編號的識別通用算法如下：

　　If（第二個(gè)字符=*）

　　{ 轉入唯一字符規則庫；

　　根據該類(lèi)別和后8 位字符的范圍找到該書(shū)相應書(shū)柜的編碼；}

　　Else if（第三個(gè)字符=*）

　　{ 轉入兩個(gè)字符規則庫；

　　根據該類(lèi)別和后8 位字符的范圍找到該書(shū)相應書(shū)柜的編碼 ;}

　　Else if（第四個(gè)字符=*）

　　{ 轉入三個(gè)字符規則庫

　　根據該類(lèi)別和后8 位字符的范圍找到該書(shū)相應書(shū)柜的編碼 ;}

　　Else 轉入四個(gè)字符規則庫；

　　我們以一個(gè)例子具體說(shuō)明編碼規則：

　　假設某一高校圖書(shū)館給出非審計類(lèi)8 位的編碼規則是，對于U 類(lèi)書(shū)籍，編碼范圍U***00000000-U***00000200 內的書(shū)籍放在1 號柜。我們對一本編碼為U***00000023 使用本文所述的分類(lèi)算法進(jìn)行分類(lèi)。首先，判斷第二位字符，根據算法第二位是*,轉入唯一字符規則庫，首先根據規則r11,判斷出該本書(shū)是交通運輸類(lèi)，結合后八位0000023,該編碼在U***0000000-U***0000200 范圍內，判斷出該書(shū)所在的位置為1 號柜。

3.2 智能尋線(xiàn)導航

　　所謂路徑規劃是指移動(dòng)機器人按照某一性能指標（如距離、時(shí)間、能量等）搜索一條從起始狀態(tài)到目標狀態(tài)的最優(yōu)或次優(yōu)路徑。路徑規劃主要涉及的問(wèn)題包括：

　　利用獲得的移動(dòng)機器人環(huán)境信息建立較為合理的模型，再用某種算法尋找一條從起始狀態(tài)到目標狀態(tài)的最優(yōu)或近似最優(yōu)的無(wú)碰撞路徑；能夠處理環(huán)境模型中的不確定因素和路徑跟蹤中出現的誤差，使外界物體對機器人的影響降到最??；如何利用已知的所有信息來(lái)引導機器人的動(dòng)作，從而得到相對更優(yōu)的行為決策。

　　路徑規劃是移動(dòng)機器人研究中的一個(gè)基本且重要的問(wèn)題。路徑規劃的第一步是確定地圖的表示方法，其目的是將機器人和障礙物所在的物理空間的顯著(zhù)特征描述出來(lái)，使之更適合于規劃。本文中將地圖置于信息庫中，智能決策Agent 根據臨時(shí)庫中的各個(gè)目的地在電子地圖中的位置，確定物體或自身的位姿（位置和姿態(tài)），制訂出他們的優(yōu)先次序。

　　由于機器人工作的環(huán)境是動(dòng)態(tài)變化的，環(huán)境中的障礙物不全是已知的、靜止的。這就要求機器人要不斷地對周?chē)h(huán)境進(jìn)行探測，并對探測到的障礙物進(jìn)行實(shí)時(shí)處理，即要求機器人具備局部規劃的能力。機器人在運行過(guò)程中，通常會(huì )發(fā)生如下幾種類(lèi)型的沖突：

　　碰撞、擁塞以及死鎖。

　　碰撞：一個(gè)運動(dòng)物體在另一個(gè)運動(dòng)物體運行路線(xiàn)上的相同位置同時(shí)出現。擁塞：其它運動(dòng)物體妨礙當前運動(dòng)物體按要求到達目標。死鎖：運動(dòng)物體無(wú)法進(jìn)行各自的下一步動(dòng)作。這些沖突的產(chǎn)生主要是由于機器人對環(huán)境信息缺乏詳細了解造成的。因此，當環(huán)境動(dòng)態(tài)變化時(shí)，往往采用依賴(lài)傳感器的局部路徑規劃方法進(jìn)行沖突消解。

　　由于本文中設計的機器人個(gè)數比較少，就將環(huán)境中其他機器人視為環(huán)境中的障礙物，而且環(huán)境比較簡(jiǎn)單，因而采用無(wú)通訊的避碰力一法的機器人，不需要與其他機器人的通訊，完全依靠機器人的傳感器獲取其他機器人的運動(dòng)信息。

　　本文采用改進(jìn)BUG 算法計算兩點(diǎn)間的最短路徑，即計算出離當前點(diǎn)路徑最短的目標點(diǎn)，具體算法如下：

　　根據電子地圖，智能策略Agent 初步給出各個(gè)目的點(diǎn)的優(yōu)先次序及其行走路線(xiàn)，但是實(shí)際行走中還可以會(huì )遇到其他不可預知的障礙，這里改進(jìn)BUG 算法考慮到了這些因素，具體算法如下：

　　S=起始點(diǎn)，T=終點(diǎn)

　　設M 為空矩陣，i=1; V（1）為空集

　　MAP_R 為與矩陣M 對應的二維位圖，Pi 為機器人在地圖中的即時(shí)位置

　　While（T>Pi） //當T==Pi 表示機器人到達終點(diǎn)

　　{ V（i--由EPC 方式采集的數據） // EPC 為端點(diǎn)采集法

　　M--M∪V（i）

　　位圖MAP_R 隨之不斷更新

　　IF（線(xiàn)段Pi T 和障礙物邊界相交） THEN

　　由COD 計算出方向 // COD 為最近方向判決

　　ELSE

　　機器人沿方向移動(dòng)到點(diǎn)Pi+1

　　i++;}

　　3.3 動(dòng)作選擇

　　根據內部狀態(tài)的變化，動(dòng)作Agent 指導機器人該采取什么樣的動(dòng)作，具體流程如下：

　　IF（傳感器感知到有書(shū)到來(lái)）THEN 觸發(fā)機械手拿書(shū)

　　ELSE

　　IF（圖書(shū)歸類(lèi)完成） THEN

　　{ 觸發(fā)機器手將書(shū)放置在推車(chē)格子中，并將臨時(shí)庫中的已滿(mǎn)格子數加1;

　　IF（已滿(mǎn)格子數==總格子數） THEN 機器人不再接收其他圖書(shū)，觸發(fā)機器人根據智能策略Agent

　　提供的路線(xiàn)推動(dòng)推車(chē)向各個(gè)目的地前進(jìn)。}

　　FOR（i=1;i=臨時(shí)庫中的總目的地數；i++）

　　{ IF（到達臨時(shí)庫中記錄的第i 個(gè)目的地）THEN

　　{ 機器人停止行走，觸發(fā)機械手將對應圖書(shū)擺在相關(guān)的柜子上

　　擺書(shū)動(dòng)作完成，停止機械手動(dòng)作，觸發(fā)機器人推車(chē)向著(zhù)新目的地前行 }

　　ELSE 繼續根據路徑前行 }

　　3.4 多Agent 之間的通信

　　當環(huán)境變化的時(shí)候，環(huán)境感知Agent 會(huì )自動(dòng)檢測到環(huán)境狀態(tài)，比如有新書(shū)到時(shí)，環(huán)境感知Agent 獲取圖書(shū)信息，并向圖書(shū)識別Agent 提出合作請求，且將圖書(shū)信息傳遞給它，環(huán)境感知Agent 繼續檢測環(huán)境變化。Agent 之間的合作提高了工作效率和準確度，且保證了庫中信息的有效共享，避免資源浪費。

　　Agent 之間的交互與合作是多Agent 系統中核心問(wèn)題之一，而Agent 通信語(yǔ)言是實(shí)現交互與合作的基礎。根據目前Agent 的應用環(huán)境， KQML 是主流的通信語(yǔ)言之一。因KQML 既是一種通信語(yǔ)言，又是一種通信協(xié)議和標準，故每個(gè)Agent 只要遵守該協(xié)議，即可受到它所提供的通信支持，若要遵守協(xié)議，每個(gè)Agent 必須添加一個(gè)KQML 語(yǔ)言解釋器。

　　概念上，可以把一條KQML 消息分為三層：內容層、通信層和消息層。內容層由關(guān)鍵詞：content 標志；:reply-with, : sender, and : receiver 關(guān)鍵詞標志了通信層； :performative 與：language, : ontology 形成消息層。全部技術(shù)通信參數都在通信層規定，消息層規定與消息有關(guān)的言語(yǔ)行為的類(lèi)型，內容層規定消息內容。以環(huán)境感知Agent 與圖書(shū)識別Agent 之間的溝通為例說(shuō)明KQML通信語(yǔ)言的方法。

　?。╰ell

　　: sender 環(huán)境感知Agent

　　: receiver 圖書(shū)識別Agent

　　: reply-with information storehouse

　　: content （new book's information）

　　: language java

　　: ontology bar code of book）

　　4 結語(yǔ)

　　本文中我們在圖書(shū)館管理系統中引入人工智能的概念，并給出了基于多Agent 的機器人系統在圖書(shū)歸類(lèi)中的模型。智能機器人能自動(dòng)識別圖書(shū)條形碼，且結合中國圖書(shū)館圖書(shū)分類(lèi)法給出歸類(lèi)算法。根據此算法可計算出圖書(shū)的具體位置，將所有推車(chē)中同類(lèi)書(shū)籍進(jìn)行關(guān)聯(lián)，機器人就可以一次性擺放所有同類(lèi)書(shū)籍，而不需要多次折回，實(shí)現對圖書(shū)的歸類(lèi)。改進(jìn)BUG 算法給出了路徑規劃方案，指導機器人沿著(zhù)路徑正確、快捷地找到各個(gè)目的地。通過(guò)機器人和多Agent 技術(shù)的結合，極大地提高了圖書(shū)管理的效率，減輕了工作人員繁重的整理工作，對將人工智能技術(shù)引入日常生活中產(chǎn)生深遠的現實(shí)意義。