Text

  • Studieort Sal Delta, MDU Västerås
Datum
  • 2022-01-31 13:30

Branko Miloradovic försvarar sin avhandling i datavetenskap

Branko Miloradovic försvarar den 31 januari 2022 sin doktorsavhandling i datavetenskap i sal Delta på MDU i Västerås.

Titel: “Multi-Agent Mission Planning”.

Utsedd opponent ör docent Luis Merino, University Pablo de Olavide.

Betygsnämden består av docent Ola Jabali, Politecnico di Milano, professor Alessandro Saffiotti, Örebro University och professor Anders Robertsson, Lund University.

Reserv är professor Markus Bohlin, MDU.

Avhandlingen har nummer 353.


Sammanfattning

Multi-agent-system har använts i olika omgivningar och ramverk och har
på så sätt framgångsrikt tillämpats i en mängd applikationer för att uppnå
olika mål. Det har visat sig att Multi-Agent-system är mer kostnadseffektiva jämfört med att bygga en enda agent med alla de funktioner som ett uppdrag kan kräva. Dessutom är kostnaden inte den enda drivande faktorn för att anta Multi-Agent-system, t.ex. är säakerhet en annan viktig aspekt: Genom att använda en grupp agenter i en tuff eller extrem miljä istället för ett mänskligt team så minskar säkerhetsriskerna. Dessutom erbjuder MultiAgent Systems en högre grad flexibilitet och robusthet jämfört med en läsning med en enda agent. Flexibiliteten uppnås genom att dela upp resurser i separata grupper, medan robusthet erhålls då ett kritiskt fel hos en agent inte
nödvändigtvis äventyrar ett uppdrags framgång.

Komplexa uppdrag som består av många agenter och uppgifter, likväl som begränsningar, ¨ar inte så triviala att planera manuellt. Dessa problem utgör en stor utmaning när det kommer till att göra en genomförbar plan,
än mer om det galler att skapa den basta möjliga planen. Dessutom har ökningen av beräkningskraften hos tillgängliga dataplattformar i robotsystem möjliggjort parallellt utförande av flera uppgifter. Detta i sin tur har fördelen av att möjliggöra skapandet av mer komplexa robotuppdrag. Det sker dock på bekostnad av ¨okad komplexitet vid optimering av uppgiftsallokeringsproblemet. For att kringgå dessa problem krävs en automatiserad planerare. Dessa typer av problem ¨ar notoriskt svåra att lösa, särskilt om kravet är att hitta den bästa möjliga lösningen.

Denna avhandling behandlar identifiering, formulering och lösning av en uppsättning relevanta uppdragsprogram med flera agenter. Mer specifikt föreslås i detta arbete en modell för att representera olika problemkonfigurationer, även kallade uppdrag, på ett strukturerat sätt. Dessutom definieras två olika problemformuleringar av varianten av Handelsresandeproblemet som används för att modellera multi-agent uppdragsproblem och olika sätt att lösa detta problem beroende på uppdragsprioriteringar utvecklas. Slutligen behandlar detta arbete ett specifikt problem som inte har fått mycket uppmärksamhet av forskningen tidigare. I synnerhet har problemkonfigurationer med agenter som kan utföra parallella uppgifter försummats. för att övervinna det ovannämnda problemet har vi föreslagit en formell problemdefinition och verifierat den föreslagna modellen i kommersiellt tillgängliga problemlösare.

Till toppen