Multi-agent system of autonomous underwater vehicles - preliminary report

• Autorzy: Praczyk T. , Szymak P. , Nowak A.

Warianty tytułu

PL

Wieloczynnikowy system autonomicznych pojazdów podwodnych - sprawozdanie wstępne

• Języki publikacji: EN

Abstrakty

EN

In recent years increasing interest in autonomous underwater vehicles (AUV) has been observed. AUVs can be applied to a wide range of tasks, for example, to inspect various underwater objects. Many applications require cooperation between AUVs. In order for AUVs to cooperate, the system coordinating movements of individual AUVs has to be designed. To obtain such system different solutions can be used. One of them is proposed in the paper.

PL

W ciągu ostatnich lat obserwuje się wzrost zainteresowania autonomicznymi pojazdami podwodnymi (AUV). Mogą być one stosowane w różnego rodzaju zadaniach, w tym do inspekcji obiektów podwodnych. Wiele aplikacji wymaga współpracy pomiędzy pojazdami AUV. W związku z tym pojawia się problem sterowania grupą robotów, które realizują wspólne zadanie. Jednym z rozwiązań może być zastosowanie wieloagentowego systemu kontroli, w którym poszczególne pojazdy AUV wyposażone są w "inteligentne oprogramowanie" realizujące przydzielone zadania. W artykule przedstawiono koncepcję wieloagentowego systemu kontroli pojazdów podwodnych.

• Wydawca: Akademia Marynarki Wojennej im. Bohaterów Westerplatte
• Czasopismo: Zeszyty Naukowe Akademii Marynarki Wojennej
• Rocznik: 2008
• Tom: R. 49 nr 4 (175)
• Strony: 99--108
• Opis fizyczny: Bibliogr. 13 poz., rys.

Twórcy

autor

Praczyk T.

autor

Szymak P.

autor

Nowak A.

• Polish Naval Academy

Bibliografia

• [1] Fossen T. I., Marine Control Systems, Marine Cybernetics AS, Trondheim, Norway 2002.
• [2] Kubaty T., Rowiński L., Mine counter vehicles for Baltic navy, Internet, http://www.underwater.pg.gda.pl/publikacje.
• [3] Miller G. F., Todd P. M. & Hegde S. U., Designing Neural Networks Using Genetic Algorithms, Proceedings of the Third International Conference on Genetic Algorithms, pp. 379–384, Schaffer J.D., 1989.
• [4] Potter M., The Design and Analysis of a Computational Model of Cooperative Coevolution, PhD thesis, George Mason University, Fairfax, Virginia 1997.
• [5] Potter M. & De Jong K. A., Evolving neural networks with collaborative species, in T. I. Oren, L. G. Birta (eds.), Proceedings of the 1995 Summer Computer Simulation Conference, pp. 340–345, The Society of Computer Simulation, 1995.
• [6] Potter M. A. & De Jong K. A., Cooperative coevolution: An architecture for evolving coadapted subcomponents, ‘Evolutionary Computation’, 2000, 8(1), 1-29.
• [7] Praczyk T., Evolving co-adapted subcomponents in Assembler Encoding, ‘International Journal of Applied Mathematics and Computer Science’, 2007, 17(4).
• [8] Praczyk T., Procedure application in Assembler Encoding, ‘Archives of Control Science’, 2007, Vol. 17(LIII), No 1, pp. 71–91.
• [9] Praczyk T., Using genetic algorithms and assembler encoding to generate neural networks, ‘Computing and Informatics’, 2008 (in press).
• [10] Rowiński L., Opis rozwiązań technicznych analizowanych dla Samobieżnego Ładunku Niszczącego, sprawozdanie z pracy badawczej, Politechnika Gdańska, Katedra Techniki Głębinowej, Gdańsk 2002.
• [11] Szymak P., Automatic control of Self propelled Mine Counter Charge along desired trajectory, Proceedings of the XVth International Scientific and Technical Conference ‘The Role of Navigation in Support of Human Activity on the Sea’, pp. 299–307, Gdynia 2006.
• [12] Szymak P., Using of fuzzy logic method to control of underwater vehicle in inspection of oceanotechnical objects, ‘Artificial Intelligence and Soft Computting’, Polish Neural Network Society, pp. 163–168, Warsaw 2006.
• [13] Wooldridge M., Introduction to MultiAgent Systems, John Wiley & Sons, 2002.