CN115828607A - 一种基于多智能体的人机环协同建模方法 - Google Patents
一种基于多智能体的人机环协同建模方法 Download PDFInfo
- Publication number
- CN115828607A CN115828607A CN202211593577.9A CN202211593577A CN115828607A CN 115828607 A CN115828607 A CN 115828607A CN 202211593577 A CN202211593577 A CN 202211593577A CN 115828607 A CN115828607 A CN 115828607A
- Authority
- CN
- China
- Prior art keywords
- agent
- crew
- modeling
- equipment
- intelligent
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供了一种基于多智能体的人机环协同建模方法,首先将船员认知行为分解为多种层次或多个模块,通过逐层、逐模块的建模进行单智能体的建模,建立符合船员模糊认知的感知层模型;其次根据机舱群体协同的工作特点,将单智能体的研究融入多智能体系统;最后在考虑人因、机器和环境因素的条件下建立基于多智能体的人机环模型。本发明研究了“人‑机‑环”复杂系统组分之间以及他们与环境之间的相互影响、相互作用,建立了系统的精准模型,进而揭示出系统局部细节变化对复杂全局的影响,进而完善人机环复杂交互系统,提高船舶运行中事件的处理效率,从而减少人为因素导致的船舶安全事故的发生。
Description
技术领域
本发明属于人机环建模分析领域,具体是涉及一种基于多智能体的人机环协同建模方法。
背景技术
近年来船舶工业的飞速发展,船舶机械设备的可靠性、安全性得到显著提升,但由人为因素引起的船舶安全事故未能得到改善,当下船舶安全事故大多由人为因素导致。船员在船舶机舱内进行设备维护管理工作时,主要依靠船员工作经验,人为因素分析难以量化,人为因素如何对船舶安全事故产生影响成为提升船舶安全性亟待解决的问题。
船舶安全事故成因,不能简单地将人-机-环因素中的异常事件列出,仅以静态分析方法分析,需要对人机环信息交互的机理进行深入探讨,以动态视角反映人机环系统的交互过程。基于船舶机舱的多人协同工作模式,针对机舱复杂系统的特征提出多智能体的协同建模方法。从“人-机-环”系统的视角研究人机组合行为,采用人为主导、人机组合的建模思路,建立分层复合式体系结构的船员Agent模型,并根据机舱群协同工作的特点,将单智能体融入多智能体系统,在考虑人为因素、机器因素、环境因素的条件下建立基于多智能体的人机环模型。多智能体的协作能力相较于单智能体得到极大提升,多智能体由多个独立且结构功能完整的单智能体组成,且单智能体结构简单功能更加细致,每个单智能体都有各自的功能、状态参数和工作目标,通过各智能体间的信息交互,由多智能体系统分配调整各单智能体的目标、资源、思维,减少各单智能体间的冲突,高效分工协作,完成目标。
现阶段人机环建模中,“人”的建模大多基于结构较复杂、功能较丰富的单一智能体,船舶机舱内涉及到的工作具有多人员协同的特点与单一智能体模型吻合度较差,因此,建立基于多智能体的人机环协同建模方法,能够较好地对机舱任务处理时的多智能体分工合作,协同完成任务的过程进行仿真,多智能体协同处理机舱工作。
发明内容
本发明提出了一种基于多智能体的人机环协同建模方法,采用分布式结构将单智能体有机联合形成多智能体系统,基于多智能体协同合作,处理机舱设备的异常情况,分析人机交互过程中人因失误、设备故障、环境扰动等不确定因素及耦合影响,采用人为主导、人机结合的思路,深入探究人机环相互作用机理,提出基于多智能体的人机环协同建模方法与建模流程,解决了人机环交互中的局部变化引起的全局影响等问题。
为了实现上述目的,本发明采用了如下技术方案:
一种基于多智能体的人机环协同建模方法,其具体步骤如下:
步骤一:船员智能体建模,将船员认知行为分解为多种层次或多个模块,通过逐层、逐模块的建模进行单智能体的建模,建立符合船员模糊认知的感知层模型;
步骤二:船员多智能体系协同建模,根据机舱群体协同的工作特点,将单智能体的研究融入多智能体系统;
步骤三:机舱设备主体建模,结合机舱设备全生命周期监控模型,考虑多智能体协同因素,设计多智能体与机舱设备主体的人机交互模型;
步骤四:环境主体建模,将环境作为积极主动的因素纳入系统中,采用认知环境仿真对系统环境进行模拟,并分析环境主体与船员多智能体、机舱设备主体间的交互;
步骤五:人机环交互建模,考虑多船员因素及人机环交互过程的真实性,分析人机环交互过程中人因失误、机舱设备状态、环境扰动,建立基于多智能体的人机环模型。
经过以上流程,建立了机舱工作情境下涉及到的船员多智能体、机舱设备主体和环境主体模型,以及三者间的相互作用机理模型,系统中各部分对系统整体产生影响,又受到系统整体的反馈,解决了人机环交互的动态耦合描述问题。
本发明步骤一中所述的“船员智能体建模”,是分析确定船员主体的特征、状态,将实际的船员抽象为船员智能体的过程,这个过程中为将复杂的人简化为计算机可处理的数学模型,仅关注船员智能体在工作过程中的相关参数与状态,并根据船员智能体在系统中的功能逐层建模。具体包括以下步骤:
步骤1:感知层建模
通过建立船员智能体的感知层模型,实现了其感知外界状态的功能,能够获取船舶参数、设备运行状态等信息,对机舱设备及环境状态进行评估,获得机舱报警、其余船员智能体状态等信息,并通过一定频率实时感知机舱状态信息,更新至感知层数据库,保证感知信息的时效性,为决策层提供决策制定的基础;
步骤2:决策层建模
决策层接收到感知层获得的外部信息后,对当前态势进行分析,确定当前船员智能体的任务目标,并结合当前船员状态,确定下一步操作决策;
步骤3:执行层建模
执行层根据决策层发出的控制信号,协调船员智能体的行为模块工作,实现通信模块、机舱巡检模块、设备操作模块等的任务执行。
本发明步骤二中所述的“船员多智能体系协同建模”,通过将多个智能体有机连接起来,协调各船员智能体间的通信、合作、管理和控制,从而建立多智能体体系,实现复杂任务处理。
所述多智能体体系的分布式结构,在此结构下,各智能体独立进行机舱环境感知,通过各自决策层,分析当前任务是否需要其他智能体帮助,若需要则将感知层获取的信息一并发送至多智能体信息处理节点,考虑各船员智能体的行为特性条件下,对每个船员智能体目标、资源、思维、状态进行合理分配,减少各船员智能体之间的冲突,调整各自的决策和行为,实现复杂任务的协同处理。
本发明步骤三中所述的“机舱设备主体建模”,结合了机舱设备全生命周期监控模型,考虑人机交互的真实情境,提取出设备的关键参数,模拟出真实设备的功能,并且建立出完整的人机交互的响应。具体包括以下步骤:
步骤1:设备状态输出建模
机舱设备主体工作状态的特征输出,如设备正常运行状态运行温度、转速等特征或是设备异常状态的声光报警、异常噪声等特征,给船员智能体提供了任务信息;
步骤2:设备操作输入建模
根据船员智能体对机舱设备主体执行的操作,机舱设备主体需要做出响应的反馈,完成相应的工作参数变化。
本发明步骤四中所述的“环境主体建模”,是将船舶航行环境中系统涉及到的因素提取出来,如环境主体温度、湿度、海浪等级、白天黑夜等,将其作为主动因素传递给船员智能体和机舱设备,研究其对两者的影响,而环境作为主动因素即系统的“自变量”,不受船员智能体及机舱设备的影响。具体步骤如下:
步骤1:人环交互建模
环境主体对人的影响主要分生理影响和心理影响,生理影响会延迟船员智能体动作的执行速率,而心理影响体现在船员智能体动作执行的人因失误概率的变化。
步骤2:机环交互建模
环境主体对机舱设备的影响主要集中在对其老化速度的影响,改变其运行状态和故障概率,加速故障的发生。
本发明步骤五中所述的“人机环交互建模”,分析人机环三者间的交互,以事件的方式在三者间传递;环境扰动事件传递至船员智能体可能导致船员产生心理波动,影响执行失误概率,环境扰动事件传递至设备主体,将改变设备老化速率;设备异常报警事件传递至船员智能体,将影响船员对当前任务的执行,分散船员注意力,增加人因失误概率;船员智能体因环境、设备异常引起的心理状态波动事件也会影响到其他船员智能体,船员智能体的人因失误概率较高时执行的动作传递给机舱设备主体,导致设备异常情况加重。
本发明相对于现有技术的有益效果:
1.由于人的行为复杂性、随机性、易变性,通过逐层、逐模块进行单智能体建模,建立由感知层、决策层、执行层组成的船员智能体模型,可实现船员智能体模型的真实描述。
2.将单一船员智能体有机联合,构建分布式多智能体结构,通过通讯机制连接多个船舶智能体,对每个船员智能体的目标、资源、思维、状态进行合理分配,减少船员智能体之间的冲突,调整各自的决策和行为,以解决多智能体的复杂、动态问题,实现了船员多智能体任务处理的高效协作。
3.结合机舱设备全生命周期监控模型,并将环境因素作为一种积极的主动因素纳入系统之中,考虑船员多智能体因素,关注人机环交互过程的真实性,建立人机环组合模型,完善人机环复杂交互系统,提高船舶运行中事件的处理效率,从而减少人为因素导致的船舶安全事故的发生。
附图说明
图1为基于多智能体的人机环协同建模步骤;
图2为基于多智能体的人机环协同模型;
图3为船员多智能体分布式结构图;
图4为巡检员智能体的属性和功能表;
图5为船员多智能体的属性和功能表;
图6为机舱设备主体的属性和功能表;
图7为环境主体的属性和功能表;
图8为机舱设备参数异常时人机环交互模型-1;
图9为机舱设备参数异常时人机环交互模型-2;
图10为有无加入值班员的任务完成时间对比。
具体实施方式
一种基于多智能体的人机环协同建模方法,通过五个步骤建立了人机环模型,如图1、图2所示,船舶运行时,机舱内船员日常工作涉及到的人机环交互情境,针对机舱内部主要设备监控数据异常处理过程为例,采用本发明中的建模方法,建立基于多智能体的人机环协同模型,来验证本发明的可行性。
实施例1,一种基于多智能体的人机环协同建模方法,采用以下步骤:
第一步:船员智能体建模
巡检员智能体感知层主要涉及对机舱设备主体异常报警,环境主体温度、风浪等级,值班员信息通知的感知;
巡检员智能体决策层根据感知层输出的设备主体状态异常,分析当前任务难度,给出巡检员智能体任务执行流程:通知集控室值班员智能体机舱异常情况,并向多智能体寻求支援,针对监控参数异常的机舱设备主体进行紧急处理,支援型船员智能体到位后协同解决设备异常;
巡检员智能体执行层根据决策层给出的当前任务执行流程进行事件执行。
巡检员智能体的属性和功能设计如附图4的表所示。
第二步:船员多智能体协同建模
船员多智能体由多个船员智能体构成,主要功能是收发信息,将各巡检员智能体分配至需要的位置。
船员多智能体属性和功能设计如附图5的表所示。
第三步:机舱设备主体建模
机舱设备主体是对实际机舱内各设备的模拟,主要功能有:提供运行参数信息,提供报警信息,对巡检员智能体的操作进行响应。
机舱设备主体属性和功能设计如附图6的表所示。
第四步:环境主体建模
机舱设备主体是实际机舱环境变化规律的模拟,主要功能由:提供时间信息(白天/黑夜),提供温度信息,提供风浪等级信息。
环境主体属性和功能设计如附图7的表所示。
第五步:人机环交互建模
机舱设备主体参数异常报警时的人机交互模型如图8。Environment主体以“环境湿度”事件向Machine主体发送环境状态,影响Machine主体故障率;Environment主体以“环境事件”事件向engine crew 0发送人因失误概率;Machine主体以“设备参数异常”事件发出报警信号;engine crew 0巡检至Machine主体附近接收到设备报警信号后,向MAS发送“支援请求”,并开始处理设备异常;MAS向engine crew 1发送“支援任务”事件;enginecrew 1接收到支援请求后,向异常设备地点出发,到达后与engine crew 0协同操作Machine主体“设备参数异常”故障,向其发送操作指令;Machine主体接收到正确操作后向自身发送“重置异常参数”事件,机舱设备主体参数异常事件处理完毕。
实施例2,一种基于多智能体的人机环协同建模方法,根据分工职责不同,各船员智能体建模时侧重点也不尽相同,例如机舱巡检员侧重对机舱内设备异常、环境异常的感知以及设备异常的处理动作执行能力,而集控室值班员对远程监控信息的处理和与巡检员的通信能力有所侧重。
增加值班员智能体,能够及时发现机舱设备报警并通知巡检员进行处理。
在存在值班员的情况下,机舱设备主体参数异常报警时的人机交互模型如图9。
Environment主体以“环境湿度”事件向Machine主体发送环境状态,影响Machine主体故障率;Environment主体以“环境事件”事件向engine crew 0发送人因失误概率;Machine主体以“设备参数异常”事件发出设备报警信号;monitor 于值班室远程监控系统中接收到“设备参数异常”事件,向MAS发送“任务请求”;MAS向engine crew 0和enginecrew 1发送“任务发布”事件;engine crew 0和engine crew 1接收到支援请求后,向异常设备地点出发,到达后engine crew 0和engine crew 0协同操作Machine主体“设备参数异常”故障,向其发送操作指令;Machine主体接收到正确操作后向自身发送“重置异常参数”事件,机舱设备主体参数异常事件处理完毕。
在实施例1的基础上,进行测试;并在加入值班员之后,再次进行测试。测试结果表明,实施例2中加入值班员智能体能够明显缩短“设备参数异常”事件的处理时间,具体如附图10所示。
Claims (10)
1.一种基于多智能体的人机环协同建模方法,其特征在于:具体步骤如下:
步骤一:船员智能体建模,将船员认知行为分解为多种层次或多个模块,通过逐层、逐模块的建模进行单智能体的建模,建立符合船员模糊认知的感知层模型;
步骤二:船员多智能体系协同建模,根据机舱群体协同的工作特点,将单智能体的研究融入多智能体系统;
步骤三:机舱设备主体建模,结合机舱设备全生命周期监控模型,考虑多智能体协同因素,设计多智能体与机舱设备主体的人机交互模型;
步骤四:环境主体建模,将环境作为积极主动的因素纳入系统中,采用认知环境仿真对系统环境进行模拟,并分析环境主体与船员多智能体、机舱设备主体间的交互;
步骤五:人机环交互建模,考虑多船员因素及人机环交互过程的真实性,分析人机环交互过程中人因失误、机舱设备状态、环境扰动,建立基于多智能体的人机环模型。
2.根据权利要求1所述的一种基于多智能体的人机环协同建模方法,其特征在于:步骤一中所述“船员智能体建模”是分析确定船员主体的特征、状态,将实际的船员抽象为船员智能体的过程;该过程中为将复杂的人简化为计算机可处理的数学模型,仅关注船员智能体在工作过程中的相关参数与状态,并根据船员智能体在系统中的功能逐层建模。
3.根据权利要求1所述的一种基于多智能体的人机环协同建模方法,其特征在于:步骤二中所述 “船员多智能体系协同建模”的目的是通过将多个智能体有机连接起来,协调各船员智能体间的通信、合作、管理和控制,从而建立多智能体体系,实现复杂任务处理。
4.根据权利要求1所述的一种基于多智能体的人机环协同建模方法,其特征在于:步骤三中所述“考虑多智能体协同因素”是指考虑人机交互的真实情境,提取出设备的关键参数,模拟出真实设备的功能。
5.根据权利要求1所述的一种基于多智能体的人机环协同建模方法,其特征在于:步骤三中所述的“机舱设备主体建模”的具体流程包括以下步骤;
步骤1:设备状态输出建模,设备状态输出是指机舱设备主体工作状态的特征输出,包括设备正常运行状态运行温度特征、转速特征、设备异常状态的声光报警特征、异常噪声特征,用于给船员智能体提供任务信息;
步骤2:设备操作输入建模,根据船员智能体对机舱设备主体执行的操作,机舱设备主体需要做出响应的反馈,完成相应的工作参数变化。
6.根据权利要求1所述的一种基于多智能体的人机环协同建模方法,其特征在于:步骤四中所述的“环境主体建模”,是指先将船舶航行环境中系统涉及到的因素提取出来;所述“船舶航行环境中系统涉及到的因素”包括环境主体温度、湿度、海浪等级、白天黑夜;再将其作为主动因素传递给船员智能体和机舱设备,研究其对两者的影响;而“船舶航行环境中系统涉及到的因素”即系统的“自变量”,不受船员智能体及机舱设备的影响。
7.根据权利要求1所述的一种基于多智能体的人机环协同建模方法,其特征在于,步骤四中所述“环境主体建模”的具体步骤如下:
步骤1:人环交互建模,环境主体对人的影响主要分生理影响和心理影响,生理影响会延迟船员智能体动作的执行速率,而心理影响体现在船员智能体动作执行的人因失误概率的变化;
步骤2:机环交互建模,环境主体对机舱设备的影响主要集中在对其老化速度的影响,改变其运行状态和故障概率,加速故障的发生。
8.根据权利要求1所述的一种基于多智能体的人机环协同建模方法,其特征在于,步骤五中所述的“人机环交互建模”是指分析人机环三者间的交互,以事件的方式在三者间传递;具体包括:环境扰动事件传递至船员智能体可能导致船员产生心理波动,影响执行失误概率,环境扰动事件传递至设备主体,将改变设备老化速率;设备异常报警事件传递至船员智能体,将影响船员对当前任务的执行,分散船员注意力,增加人因失误概率;船员智能体因环境、设备异常引起的心理状态波动事件也会影响到其他船员智能体,船员智能体的人为失误概率较高时执行的动作传递给机舱设备主体,导致设备异常情况加重。
9.根据权利要求2所述的一种基于多智能体的人机环协同建模方法,其特征在于:所述“根据船员智能体在系统中的功能逐层建模”包括以下步骤:
步骤1:感知层建模,通过建立船员智能体的感知层模型实现了其感知外界状态的功能,能够获取船舶参数、设备运行状态等信息,对机舱设备及环境状态进行评估,获得机舱报警、其余船员智能体状态等信息,并通过一定频率实时感知机舱状态信息,更新至感知层数据库保证感知信息的时效性,为决策层提供决策制定的基础;
步骤2:决策层建模,决策层接收到感知层获得的外部信息后,对当前态势进行分析,确定当前船员智能体的任务目标,并结合当前船员状态确定下一步操作决策;
步骤3:执行层建模,执行层根据决策层发出的控制信号,协调船员智能体的行为模块工作,实现通信模块、机舱巡检模块、设备操作模块等的任务执行。
10.根据权利要求3所述的一种基于多智能体的人机环协同建模方法,其特征在于:所述多智能体体系的分布式结构下,各智能体独立进行机舱环境感知,通过各自决策层分析当前任务是否需要其他智能体帮助,若需要则将感知层获取的信息一并发送至多智能体信息处理节点,考虑各船员智能体的行为特性条件下,对每个船员智能体目标、资源、思维、状态进行合理分配,减少各船员智能体之间的冲突,调整各自的决策和行为,实现复杂任务的协同处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211593577.9A CN115828607A (zh) | 2022-12-13 | 2022-12-13 | 一种基于多智能体的人机环协同建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211593577.9A CN115828607A (zh) | 2022-12-13 | 2022-12-13 | 一种基于多智能体的人机环协同建模方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115828607A true CN115828607A (zh) | 2023-03-21 |
Family
ID=85546650
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211593577.9A Pending CN115828607A (zh) | 2022-12-13 | 2022-12-13 | 一种基于多智能体的人机环协同建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115828607A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116291659A (zh) * | 2023-05-24 | 2023-06-23 | 太原理工大学 | 液压支架人机协同控制策略推荐方法 |
CN118071151A (zh) * | 2024-04-16 | 2024-05-24 | 西北工业大学 | 潜航群组决策行为的风险评估方法 |
-
2022
- 2022-12-13 CN CN202211593577.9A patent/CN115828607A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116291659A (zh) * | 2023-05-24 | 2023-06-23 | 太原理工大学 | 液压支架人机协同控制策略推荐方法 |
CN116291659B (zh) * | 2023-05-24 | 2023-08-08 | 太原理工大学 | 液压支架人机协同控制策略推荐方法 |
CN118071151A (zh) * | 2024-04-16 | 2024-05-24 | 西北工业大学 | 潜航群组决策行为的风险评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115828607A (zh) | 一种基于多智能体的人机环协同建模方法 | |
CN110163485A (zh) | 一种机房巡检系统 | |
Woods et al. | Mapping cognitive demands in complex problem-solving worlds | |
CN107529667A (zh) | 混合现实核电站仿真和分析系统 | |
CN109697558A (zh) | 一种考虑路径依赖的人误机理建模方法 | |
CN116771576B (zh) | 水电机组故障综合诊断方法 | |
CN116228186A (zh) | 基于人因工程的船舶机舱智能运维系统 | |
CN108519769A (zh) | 一种基于规则的飞控系统故障诊断方法 | |
Saxena et al. | Towards requirements in systems engineering for aerospace IVHM design | |
CN103198232B (zh) | 数字化主控室工作人员人因可靠性的确定方法及装置 | |
CN115494802A (zh) | 一种流程作业多层级安全数智化监控系统 | |
CN106779294A (zh) | 飞机操作差错探测方法和系统 | |
Yu-ming et al. | Research on intelligent manufacturing flexible production line system based on digital twin | |
CN113095624A (zh) | 一种民航机场不安全事件分类方法及系统 | |
Zhao et al. | Remote intelligent expert system for operation state of marine gas turbine engine | |
Lian | Application prospects of new information technology in aviation maintenance industry | |
CN114875999A (zh) | 一种用于二次供水系统的泵房运维管理系统 | |
CN112784446A (zh) | 一种基于bdi的多主体全要素安全性建模方法 | |
Chen et al. | Study on the Modeling of Navigator Agent for Marine Engine Management Simulation System | |
Sayda et al. | An implementation plan for integrated control and asset management of petroleum production facilities | |
Shen et al. | Research and Application of Intelligent Technology for Preventing Human Error in Nuclear Power Plant | |
Walsdorf et al. | Cognitive man-machine-cooperation: modeling operators' general objectives and its role within a cockpit assistant system | |
Shi et al. | Design of health management and intelligent operation and maintenance system for nuclear power plant | |
Zhang et al. | Design of Intelligent Fault Diagnosis And Remote Supporting System | |
Jinji | Industrial Internet Enables Source Tracing Diagnosis and Intelligent Maintenance |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |