Method of agents’ state estimation in multiresolution multiagent simulation

• Autorzy: Pierzchała D. , Czuba P.

Identyfikatory

DOI

10.5604/01.3001.0013.1460

Warianty tytułu

PL

Metoda wyznaczania stanu agentów w symulacji wieloagentowej o zmiennej rozdzielczości

• Języki publikacji: EN

Abstrakty

EN

The paper proposes the multiagent techniques for approximation of agent’s state in the multiresolution multiagent simulation. The key methods we have used for state aggregation and disaggregation are: consensus algorithm and formation control. The idea of the coordination of multiple agents has emerged from both observation and simulation of a collective behavior of biological entities. The consensus algorithms are commonly used for the cooperative control problems in the multiagent systems, whilst the formation control is the most popular and fundamental motion coordination problem in the multiagent systems, where agents converge to predefined geometric shapes. The presented approach shows that multiagent methods seem to be very promising in multiresolution simulation. Consensus and formation control algorithms remove necessity to specify the much more complex algorithms for the aggregation and disaggregation needs.

PL

W artykule zaproponowano wieloagentowe podejście do wyznaczania stanu agenta w symulacji wielorozdzielczej (o zmiennej rozdzielczości) i wieloagentowej. Dwie kluczowe metody zastosowane do realizacji procesu agregacji i deagregacji stanów to: algorytm konsensusu i kontroli formacji. Idea koordynacji działań wielu agentów wyłoniła się z obserwacji oraz symulacji zbiorowych zachowań żywych istot. Algorytmy konsensusu są powszechnie stosowane w przypadku problemów sterowania kooperacyjnego w systemach wieloagentowych (konsensus oznacza osiągnięcie zgody na temat szczególnej wartości, która jest zależna od stanu wszystkich agentów w sieci). Natomiast kontrola formacji jest najpopularniejszym algorytmem w problemie koordynacji ruchu w systemach wielorobotowych, gdzie musi być spełniony warunek utrzymania predefiniowanego kształtu geometryczne formacji. Przedstawione w artykule podejście pokazuje, że metody wielodyscyplinarne wydają się bardzo obiecujące w symulacji wielorozdzielczej. Algorytmy konsensu i kontroli formacji eliminują konieczność definiowania znacznie bardziej złożonych algorytmów na potrzeby agregacji i deagregacji.

Słowa kluczowe

EN

multiresolution multiagent simulation; multiagent systems; multiagent networks; formation control

PL

symulacja wieloagentowa o zmiennej rozdzielczości; systemy wieloagentowe; sieci wieloagentowe; kontrola formacji grupy

• Wydawca: Institute of Computer and Information Systems, Faculty of Cybernetics, Military University of Technology
• Czasopismo: Computer Science and Mathematical Modelling
• Rocznik: 2018
• Tom: No. 8
• Strony: 29--39
• Opis fizyczny: Bibliogr. 17 poz., rys., tab., wykr.

Twórcy

autor

Pierzchała D.

• Military University of Technology, Faculty of Cybernetics Institute of Computer and Information Systems Urbanowicza Str. 2, 00-908 Warsaw, Poland

autor

Czuba P.

• Military University of Technology, Faculty of Cybernetics Institute of Computer and Information Systems Urbanowicza Str. 2, 00-908 Warsaw, Poland

Bibliografia

• [1] Dyk M., Najgebauer A., Pierzchała D., “Agent-Based M&S of Smart Sensors for Knowledge Acquisition Inside the Internet of Things and Sensor Networks”, in: Intelligent Information and Database Systems, N.T. Nguyen et al. (Eds.), ACIIDS 2015, Part II, LNAI 9012, 224−236, Springer, 2015.
• [2] Dyk M., Najgebauer A., Pierzchała D., “SenseSim: An Agent-Based and Discrete Event Simulator for Wireless Sensor Networks and the Internet of Things”, Proceedings IEEE World Forum on Internet of Things, WF-IoT 2015, 14–16 December, 2015, Milan, Italy, pp. 345–350, NY, USA, 2015.
• [3] Dyk M., Najgebauer A., Pierzchała D., “Augmented perception using Internet of Things”, in: Information Systems Architecture and Technology. Selected Aspects of Communication and Computational Systems, A. Grzech, L. Borzemski, J. Świątek, Z. Wilimowska (Eds.), pp. 109–118, Oficyna Wydawnicza Politechniki Wrocławskiej, 2014.
• [4] D. Pierzchała, “Application of Ontology and Rough Set Theory to Information Sharing in Multi-resolution Combat M&S”, in: Advanced Approaches to Intelligent Information and Database Systems, in series: Studies in Computational Intelligence, Vol. 551, pp. 193–203, Springer, 2014.
• [5] Weiss G. (Ed.), Multiagent Systems. A Modern Approach to Distributed Modern Approach to Artificial Intelligence, The MIT Press, Massachusetts Institute of Technology, 1999.
• [6] Wooldridge M., An Introduction to Multiagent Systems, Wiley Publishing, 2009.
• [7] Wooldridge M., Jennings N.R., “Intelligent agents: theory and practice”, The Knowledge Engineering Review, Vol. 10, No.2, 115–152 (1995).
• [8] Hernandez-Martinez E.G., Flores-Godoy J.J., Fernandez-Anaya G., “Decentralized Discrete-Time Formation Control for Multirobot Systems”, Discrete Dynamics in Nature and Society, Vol. 2013 (2013).
• [9] Reynolds C.W., “Flocks, Herds, and Schools: A Distributed Behavioral Model”, in: SIGGRAPH ’87 Conference Proceedings, Vol. 21(4), pp. 25–34, ACM, New York, USA, 1987.
• [10] Hernandez-Martinez E.G, Aranda-Bricaire E., “Non-collision conditions in multi-agent robots formation using local potential functions”, in: Proceedings of the IEEE International Conference on Robotics and Automation (ICRA’08), pp. 3776–3781, Pasadena, California, USA, 2008.
• [11] Ren W., Beard R. W., Distributed Consensus in Multi-vehicle Cooperative Control: Theory and Applications, in series: Communications and Control Engineering, Springer-Verlag, London 2008.
• [12] Davis P.K., Bigelow J.H., Experiments in Multiresolution Modeling (MRM), RAND, 1998.
• [13] Davis P. K., An Introduction to Variable-Resolution Modeling and Cross-Resolution Model Connection, RAND and the RAND Graduate School of Policy Studies, 1993.
• [14] Holland J., Hidden Order: How Adaptation Builds Complexity, Addison-Wesley, Reading, Mass, 1995.
• [15] Saber R. O. and Murray R. M., B “Consensus protocols for networks of dynamic agents”, in: 2003 American Control Conference Proceedings, pp. 951–956, 2003.
• [16] Mesbahi M., Egerstedt M., Graph Theoretic Methods in Multiagent Networks, Princeton University Press, 2010.
• [17] Zhipu J., Consensus Problem and Algorithms, CDS 270-2: Lecture 8-1, May 2006.

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2019).