本發(fā)明涉及群體智能，尤其涉及一種數(shù)據(jù)、知識雙驅(qū)動的群體智能決策方法及裝置。

背景技術(shù)：

1、群體智能(collective?intelligence，ci)起源于對群居性生物及人類社會性行為的觀察研究，因其分布性、靈活性和健壯性等優(yōu)勢，為很多極具挑戰(zhàn)的復(fù)雜性問題提供了新的解決方案，是新一代人工智能重點發(fā)展的五大智能形態(tài)之一。進一步，由無人機、無人車等自主無人平臺組成的無人集群系統(tǒng)獲得長足發(fā)展，在智能交通管控、區(qū)域物流調(diào)度、機器人集群控制、復(fù)雜網(wǎng)絡(luò)同步等領(lǐng)域取得了一系列研究和應(yīng)用成果。特別是在軍事智能領(lǐng)域，群體智能已被認為是有可能帶來顛覆性變革的新技術(shù)。當前主流的群體智能決策方法主要包括兩大類：知識驅(qū)動和數(shù)據(jù)驅(qū)動。

2、知識驅(qū)動方法可充分利用已有知識，包括已有模型與算法知識、規(guī)則經(jīng)驗知識以及特定領(lǐng)域知識。知識的廣泛內(nèi)涵便于實現(xiàn)多學(xué)科知識的靈活集成；同時，許多基于模型的知識驅(qū)動方法具有完備的理論支撐體系，在分析算法穩(wěn)定性、最優(yōu)性、收斂性等方面具有天然優(yōu)勢；此外，知識驅(qū)動模型具有更好的可解釋性；知識作為一種數(shù)據(jù)和信息高度凝練的體現(xiàn)，往往意味著更高效的算法執(zhí)行效率。

3、“知識”包括一系列基于數(shù)學(xué)/物理模型的算法知識、規(guī)則經(jīng)驗知識以及面向特定應(yīng)用的領(lǐng)域知識，如以群體動力學(xué)模型為例的數(shù)學(xué)/物理模型知識，各類基于模型推導(dǎo)的路徑規(guī)劃算法、任務(wù)分配算法、基于多階模型的一致性控制算法等的算法知識，由人們對于集群基礎(chǔ)行為的認知構(gòu)建起的集群簡單行為規(guī)則經(jīng)驗知識，面向特定應(yīng)用場景的領(lǐng)域知識等。知識驅(qū)動是許多實際群體智能系統(tǒng)的主要研究路徑，在無人集群任務(wù)規(guī)劃、博弈決策、協(xié)同控制等方方面面具有廣泛的應(yīng)用基礎(chǔ)。

4、近年來廣泛興起的深度強化學(xué)習(xí)等數(shù)據(jù)驅(qū)動方法具有無需精確建模、能實現(xiàn)解空間的大范圍覆蓋和探索、從數(shù)據(jù)中持續(xù)學(xué)習(xí)和進化、算法通用性強等特點，同時具有海量開源模型和算法庫等工具支撐。

5、數(shù)據(jù)驅(qū)動方法包括蟻群算法、粒子群優(yōu)化算法以及直接對無人集群系統(tǒng)行為具有重要借鑒意義的狼群算法、鴿群算法等生物啟發(fā)式進化計算方法等，本文所述“數(shù)據(jù)驅(qū)動方法”側(cè)重于深度學(xué)習(xí)、強化學(xué)習(xí)等近些年廣泛興起的機器學(xué)習(xí)算法，深度學(xué)習(xí)具有高維數(shù)據(jù)的“感知”能力，強化學(xué)習(xí)具有在與環(huán)境交互中的“決策”能力，因此數(shù)據(jù)驅(qū)動方法具有與大規(guī)模群體智能系統(tǒng)應(yīng)用結(jié)合的優(yōu)勢。

6、知識驅(qū)動方法在實際應(yīng)用中，特別是大規(guī)模群體協(xié)同等復(fù)雜問題中，群智激發(fā)匯聚的知識機理尚不完全清晰，知識獲取的代價高昂，同時現(xiàn)有知識難以實現(xiàn)復(fù)雜群體行為龐大解空間的完備覆蓋，也難以支持集群行為的持續(xù)學(xué)習(xí)與進化。

7、數(shù)據(jù)驅(qū)動方法在理論特性分析上往往存在困難，其典型的“黑箱”特性也帶來了可解釋性差等問題；同時，其高度依賴高質(zhì)量的大數(shù)據(jù)，而在群體智能應(yīng)用中,這類數(shù)據(jù)本身較難獲??；此外，隨著群體規(guī)模和問題復(fù)雜度的提升，解空間維度災(zāi)難問題為學(xué)習(xí)效率帶來了嚴峻挑戰(zhàn)；而其依賴龐大算力的特點也使得個人或一般性機構(gòu)在開展研究時面臨嚴重瓶頸。

技術(shù)實現(xiàn)思路

1、為解決上述技術(shù)問題，本發(fā)明提出了一種數(shù)據(jù)、知識雙驅(qū)動的群體智能決策方法，用以提升分布式系統(tǒng)中各節(jié)點進行群體智能決策的準確度、可靠性與決策效率。

2、本發(fā)明提出了一種數(shù)據(jù)、知識雙驅(qū)動的群體智能決策方法，所述方法包括：

3、步驟s1：構(gòu)建群體智能系統(tǒng)，所述群體智能系統(tǒng)為由無人集群使用，向無人集群提供決策結(jié)果用以輔助無人集群執(zhí)行操作的系統(tǒng)，包括知識處理層、數(shù)據(jù)處理層；

4、將無人集群狀態(tài)數(shù)據(jù)、所述無人集群實時感測到的位姿數(shù)據(jù)、以及捕捉到的視覺數(shù)據(jù)作為所述群體智能系統(tǒng)的輸入；獨立于所述群體智能系統(tǒng)配置有知識處理控制器及神經(jīng)網(wǎng)絡(luò)控制器，所述知識處理控制器基于無人集群狀態(tài)數(shù)據(jù)生成第一控制指令，所述神經(jīng)網(wǎng)絡(luò)控制器基于無人集群實時數(shù)據(jù)生成第二控制指令；

5、所述知識處理層接收所述知識處理控制器發(fā)出的第一控制指令及基于所述位姿數(shù)據(jù)、視覺數(shù)據(jù)生成的知識數(shù)據(jù)，所述知識數(shù)據(jù)與所述知識處理層中的知識庫中的先驗知識進行對比，生成知識匹配決策結(jié)果；所述數(shù)據(jù)處理層內(nèi)部集成有多種學(xué)習(xí)模型，各學(xué)習(xí)模型接收所述神經(jīng)網(wǎng)絡(luò)控制器發(fā)出的第二控制指令及無人集群狀態(tài)數(shù)據(jù)，對各學(xué)習(xí)模型的參數(shù)進行修正，得到修正后的各學(xué)習(xí)模型的輸出，作為修正結(jié)果；基于控制器配合模式，以及所述知識匹配決策結(jié)果和所述修正結(jié)果，生成最終決策結(jié)果；將所述最終決策結(jié)果作為所述群體智能系統(tǒng)的輸出；

6、步驟s2：所述無人集群基于所述最終決策結(jié)果，由無人集群中的各個個體做出個體決策，所述個體決策用于指引個體的行為和動作。

7、優(yōu)選地，所述控制器配合模式包括并聯(lián)結(jié)合模式、知識優(yōu)先串聯(lián)結(jié)合模式、數(shù)據(jù)優(yōu)先串聯(lián)結(jié)合模式。

8、優(yōu)選地，所述基于控制器配合模式，以及所述知識匹配決策結(jié)果和所述修正結(jié)果，生成神經(jīng)網(wǎng)絡(luò)模型計算后的知識匹配決策結(jié)果，其中：

9、當控制器配合模式為并聯(lián)結(jié)合模式時，將所述知識匹配決策結(jié)果作為知識處理層的輸出，將所述修正結(jié)果作為數(shù)據(jù)處理層的輸出；將所述知識匹配決策結(jié)果與所述修正結(jié)果進行融合，得到融合結(jié)果，將所述融合結(jié)果作為所述最終決策結(jié)果。

10、優(yōu)選地，所述基于控制器配合模式，以及所述知識匹配決策結(jié)果和所述修正結(jié)果，生成神經(jīng)網(wǎng)絡(luò)模型計算后的知識匹配決策結(jié)果，其中：

11、當控制器配合模式為知識優(yōu)先串聯(lián)結(jié)合模式時，所述神經(jīng)網(wǎng)絡(luò)控制器基于無人集群實時數(shù)據(jù)、所述群體智能系統(tǒng)的輸入生成第二控制指令，得到修正結(jié)果；對修正結(jié)果進行拆分，從修正結(jié)果中拆分出相應(yīng)的無人集群數(shù)據(jù)、無人集群個體數(shù)據(jù)；所述知識處理控制器基于無人集群狀態(tài)數(shù)據(jù)、拆分出的無人集群數(shù)據(jù)生成第一控制指令，將基于第一控制指令生成的知識匹配決策結(jié)果作為知識層的輸出；所述神經(jīng)網(wǎng)絡(luò)控制器基于無人集群實時數(shù)據(jù)、拆分出的無人集群個體數(shù)據(jù)生成第二控制指令，再次得到修正結(jié)果，作為第二修正結(jié)果；將所述知識匹配決策結(jié)果及所述第二修正結(jié)果進行融合，得到融合結(jié)果，將所述融合結(jié)果作為所述最終決策結(jié)果。

12、優(yōu)選地，所述基于控制器配合模式，以及所述知識匹配決策結(jié)果和所述修正結(jié)果，生成神經(jīng)網(wǎng)絡(luò)模型計算后的知識匹配決策結(jié)果，其中：

13、當控制器配合模式為數(shù)據(jù)優(yōu)先串聯(lián)結(jié)合模式時，所述知識處理控制器基于無人集群狀態(tài)數(shù)據(jù)、所述群體智能系統(tǒng)的輸入生成第一控制指令，得到知識匹配決策結(jié)果；對知識匹配決策結(jié)果進行拆分，從知識匹配決策結(jié)果中拆分出相應(yīng)的無人集群數(shù)據(jù)、無人集群個體數(shù)據(jù)；所述知識處理控制器基于無人集群狀態(tài)數(shù)據(jù)、拆分出的無人集群數(shù)據(jù)生成第一控制指令，將基于第一控制指令再次生成的知識匹配決策結(jié)果作為第二知識匹配決策結(jié)果，第二知識匹配決策結(jié)果作為知識層的輸出；所述神經(jīng)網(wǎng)絡(luò)控制器基于無人集群實時數(shù)據(jù)、拆分出的無人集群個體數(shù)據(jù)生成第二控制指令，得到修正結(jié)果；將所述第二知識匹配決策結(jié)果及所述修正結(jié)果進行融合，得到融合結(jié)果，將所述融合結(jié)果作為所述最終決策結(jié)果。

14、本發(fā)明提供一種數(shù)據(jù)、知識雙驅(qū)動的群體智能決策裝置，所述裝置包括：

15、群體智能系統(tǒng)構(gòu)建模塊：配置為構(gòu)建群體智能系統(tǒng)，所述群體智能系統(tǒng)為由無人集群使用，向無人集群提供決策結(jié)果用以輔助無人集群執(zhí)行操作的系統(tǒng)，包括知識處理層、數(shù)據(jù)處理層；

16、將無人集群狀態(tài)數(shù)據(jù)、所述無人集群實時感測到的位姿數(shù)據(jù)、以及捕捉到的視覺數(shù)據(jù)作為所述群體智能系統(tǒng)的輸入；獨立于所述群體智能系統(tǒng)配置有知識處理控制器及神經(jīng)網(wǎng)絡(luò)控制器，所述知識處理控制器基于無人集群狀態(tài)數(shù)據(jù)生成第一控制指令，所述神經(jīng)網(wǎng)絡(luò)控制器基于無人集群實時數(shù)據(jù)生成第二控制指令；

17、所述知識處理層接收所述知識處理控制器發(fā)出的第一控制指令及基于所述位姿數(shù)據(jù)、視覺數(shù)據(jù)生成的知識數(shù)據(jù)，所述知識數(shù)據(jù)與所述知識處理層中的知識庫中的先驗知識進行對比，生成知識匹配決策結(jié)果；所述數(shù)據(jù)處理層內(nèi)部集成有多種學(xué)習(xí)模型，各學(xué)習(xí)模型接收所述神經(jīng)網(wǎng)絡(luò)控制器發(fā)出的第二控制指令及無人集群狀態(tài)數(shù)據(jù)，對各學(xué)習(xí)模型的參數(shù)進行修正，得到修正后的各學(xué)習(xí)模型的輸出，作為修正結(jié)果；基于控制器配合模式，以及所述知識匹配決策結(jié)果和所述修正結(jié)果，生成最終決策結(jié)果；將所述最終決策結(jié)果作為所述群體智能系統(tǒng)的輸出；

18、輸出模塊：配置為所述無人集群基于所述最終決策結(jié)果，由無人集群中的各個個體做出個體決策，所述個體決策用于指引個體的行為和動作。

19、本發(fā)明提供一種電子設(shè)備，所述電子設(shè)備包括：

20、至少一個處理器；以及

21、與所述至少一個處理器通信連接的存儲器；其中，

22、所述存儲器存儲有可被所述至少一個處理器執(zhí)行的指令，所述指令被所述至少一個處理器執(zhí)行，以使所述至少一個處理器能夠執(zhí)行如前所述的方法。

23、本發(fā)明提供一種存儲有計算機指令的非瞬時計算機可讀存儲介質(zhì)，所述計算機指令用于使所述計算機執(zhí)行如前所述的方法。

24、本發(fā)明具有以下技術(shù)效果：

25、本發(fā)明通過結(jié)合數(shù)據(jù)驅(qū)動和知識驅(qū)動，以知識來引導(dǎo)產(chǎn)生數(shù)據(jù)模型，從數(shù)據(jù)模型中歸納生成新的知識，形成知識與數(shù)據(jù)的交替迭代，為群體智能決策注入新動力。

26、本技術(shù)以知識來引導(dǎo)產(chǎn)生數(shù)據(jù)模型，從數(shù)據(jù)模型中歸納生成新的知識，形成知識與數(shù)據(jù)的交替迭代，是實現(xiàn)智能系統(tǒng)自主進化的重要路徑，也是實現(xiàn)能被人所理解卻又超越人類知識體系的人工智能系統(tǒng)的重要范式。從知識到數(shù)據(jù)的方法包括模仿學(xué)習(xí)以及各種啟發(fā)式的數(shù)據(jù)驅(qū)動方法，從數(shù)據(jù)到知識則包括各種規(guī)則學(xué)習(xí)、對手建模等方法，針對群體智能系統(tǒng)的智能決策行為，結(jié)合實際應(yīng)用背景，可形成知識與數(shù)據(jù)的迭代進化范式。

27、本技術(shù)所提出的數(shù)據(jù)/知識雙驅(qū)動的仿真計算技術(shù)，對理清群智激發(fā)匯聚機理、提高群體智能系統(tǒng)認知、補充高質(zhì)量訓(xùn)練數(shù)據(jù)等起到了重要的作用，是推進群體智能特別是群智決策研究的重要方法，也將為實現(xiàn)可引導(dǎo)、可信任、可學(xué)習(xí)、可進化的群體智能系統(tǒng)提供方法支撐

28、應(yīng)當理解，
技術(shù)實現(xiàn)要素：
部分中所描述的內(nèi)容并非旨在限定本公開的實施例的關(guān)鍵或重要特征，亦非用于限制本公開的范圍。本公開的其它特征將通過以下的描述變得容易理解。