2020.02.08-2020.02.24
文献整理——协同论
以后文献阅读的总结内容,在论文的批注上实现。
论文阅读的知道内容,在项目或者论文查阅的地方实现。
1 协同查阅
研究的内容
主要搞明白什么是组织,什么是协同,协同与组织的关系,实现协同的手段,协同过程的输入与输出,协同面向的对象,协同实现的目标。协同的具体过程,协同相关的算法。搞清楚以上问题,才可以开展后续的研究和文章的撰写。
在老板看来,协同策略,与协同算法是分开的。的确,由于你对协同这件事根本不了解,导致你现在的工作集中在哪些方面都不知道。你自己都不知道怎么分割。
你现在做的任务是,对组织协同进行了解,明白从哪些方面进行论述。协同是一个过程,这个过程可以有不同策略,每个策略可以用不同的协同算法来实现……即搞明白怎么描述。所谓的五种策略,很可能是这样的,基于节点负载的协同策略。基于**的协同策略。等等。
协同会面向很多领域,现在你需要总结各个不同的领域或者不同资料中关于协同的论述。
文献检索
- 中文关键词:
协同策略、协同方案、系统协同、协同系统、计算机协同、群体协同、组织协同、协同论(协同理论)、协同机制、多智能体、协同演化、协同优化、协同控制
协同作用 -> 协同效应
- 英文关键词:
Collaboration Collaborative collaborate
cooperation cooperative cooperate
synergism synergy
Joint coordination
与其他关键词结合搜索(synergy collaboration)
swarm synergy,命中率较低
distribute synergy,命中率较高
multi agent synergy,命中率较高
computer synergy,network synergy,synergy,node synergy,命中率较高
synergy pattern,synergy strategy,命中率很低
self organization命中率一般
- 电子图书:
协同学原理和应用/吴大进, 曹力, 陈立华
群体智能与多Agent系统交叉结合
耗散结构与协同学
智慧网络-协同组织机理
- 纸质图书:
协同学——大自然构成的奥秘(京东)
群体智能在分布式网络系统中的应用(孔夫子)
群体智能与多agent交叉(当当网)
名词分析(Collaboration、cooperation、Synergy)(协作、合作、协同)
用中文来严格区分协作、合作、协同。可以后续补充,因为在没有充分阅读文献的前提下,很难搞懂这些名词。
协作(Collaboration)
协作的意思。(有人会将其翻译做协同)在中文中,协同有collaboration与synergy两种意思。所以在这里可以将Collaboration,翻译为协作,并将所有的事物严格区分为协作与协同。合作(Cooperation)
协同(Synergy)
专门指协同论或者协同学中的协同。“旧三论”只系统学中的原本的三个主要分支学科:系统论、控制论和信息论。“新三论”主要指系统理论新的主要分支学科:耗散结构轮、协同论、突变论。协同是一种理论,是自组织的一个必不可少的部分,自组织是一种系统组织的现象,涉及到多个理论的交叉。另外协同与协作需要进行严格区分,但是两者之间也是有关系的,协同的过程能够实现各个单位之间的协作,协同驱动协作。
协同论—-百度百科
内容:
协同论主要研究远离平衡态的开放系统在与外界有物质或能量交换的情况下,如何通过自己内部协同作用,自发地出现时间、空间和功能上的有序结构。描述了各种系统和现象中从无序到有序转变的共同规律。
协同论则是在研究事物从旧结构转变为新结构的机理的共同规律上形成和发展的,它的主要特点是通过类比对从无序到有序的现象建立了一整套数学模型和处理方案,并推广到广泛的领域。它基于“很多子系统的合作受相同原理支配而与子系统特性无关”的原理。
不同单位间的相互配合与协作,部门间关系的协调,企业间相互竞争的作用,以及系统中的相互干扰和制约等。
理解:
这里给协同的定义,本质上就是自组织的一部分。他不存在外部干预,而是由内部个体、单位之间相互配合协作,通过竞争作用,相互干扰和制约,实现某种平衡。
协同学原理和应用(研究生的教科书)
(协同学和协同论代表同一个东西)
横断学科
对新兴学科进行分类。包括边缘科学、综合科学和横断科学。新兴的横断学科主要有系统论、协同论、突变论、、信息论、控制论、耗散结构论。横断科学的研究对象不是某一领域的某种物质,而是横向贯穿与众多领域甚至一切领域之中。如数学,几乎所有的学科的研究都需要数学的知识。
- 所以我要做的任务,应该是将这一个横断科学的理论,应用在一个很小很小的点上,即网络探测上。更具体的应该是,网络探测过程中,任务协同部分。即将以协同论为基础的群体智能算法,应用到网络探测中的节点任务分配中。描述数学问题,建立数学模型,解决主要矛盾。
自组织理论
主要研究对象是复杂自组织系统(生命系统、社会系统)的形成与机制问题。即在一定条件下,系统是如何自动的由无序走向有序,由低级有序走向高级有序。哈肯(1979)对自组织现象作了如下描述:“所有子系统之间的相互作用对整个系统的贡献好像是有调节的、有目的的自组织起来的”’。后来,协同学创始人哈肯(1988)给出了自组织的经典定义:“如果系统在获得空间的、时间的或功能的结构过程中没有外界的干扰,则系统是自组织的,“特定”是指系统的结构和功能并非外界强加给系统的,而且外界是以非特定的方式作用于系统的”,他还给用一个实例来解释:“比如说有一群工人,如果没有外部命令,而是靠某种相互默契,工人们协同工作,各尽职责来生产产品,我们把这种过程称为自组织。”
主要包括:伊里亚·普利高津的耗散结构理论(dissipative structure Theory)、雷内·托姆(Thom Rend)的突变论(Catastrophe Theory)、赫尔曼·哈肯(H. Haken)的协同学(synergetics)等。耗散结构论主要研究系统与环境之间的物质与能量交换关系及其对自组织系统的影响等问题。突变论主要研究从一种稳定组态跃迁到另一种稳定组态的现象和规律。突变论认为,系统所处的状态,可用一组参数描述。当系统处于稳定态时,标志该系统状态的某个函数就取唯一的值。当参数在某个范围内变化,该函数值有不止一个极值时,系统必然处于不稳定状态。协同论主要研究系统内部各要素之间的协同机制,认为系统各要素之间的协同是自组织过程的基础,系统内序参量(order parameter)之间的竞争和协同作用使系统产生新结构的直接根源。
- 自组织理论是一种更加宏观的系统理论。它描述了一种现象一种过程。而协同论是自组织理论的一个中重要环节。自组织是一个过程,协同论是其中的原理,过程之一。自组织应该描述成一种现象,或一个过程,也可以将相关的理论统一整合成自组织理论。
协同学
是一门横断学科,研究系统中,子系统之间是怎样合作以产生宏观的空间结构、时间结构、功能结构。而这里所说的“空间结构、时间结构、功能结构”就是“自组织”。协同学处理由多个子系统组成的系统,不同的子系统可以是性质十分不同。协同学研究子系统是怎样合作以形成宏观尺度上的时间结构。空间结构和功能结构。这是自组织的一个过程之一。自组织理论还包括其他过程。
协同学研究自组织的形成与演化。自组织,是开放系统在子系统合作下出现的宏观尺度上的新结构。
协同学的几根概念和方法
- 自组织现象的共性:自组织过程,是一种非平衡相变,通过相变,系统的性质会发生令人难以执行的改变。
- 基本特征如下:
- 开放性
- 合作性
- 随机性
- 描述方法:系统的状态变量。
- 支配原理和序参量。协同学处理自组织问题:做线性稳定性分析,确定稳定模和不稳定模;使用支配原理校区稳定膜,建立序参量方程;解序参量方程,决定系统的宏观结构。
从他组织走向自组织——关于制造这里的沉思
他组织的特点,为什么向自组织转换
工业经济的行为模式是对于自然过程的人为的、强制性的干预。这种模式的典型代表是制造业中的“福特模式”,其特点可以归纳为:标准化产品的大量生产、互换性原理的应用、流水作业和精细分工、刚性生产设备、专业分化和顺序决策、集中领导与分级管理。福特模式是一种“机械的模式”,它把整个企业组织得象一架机器,而每个工作人员,无论是技术人员或操作工人,都像一台机器中的零件,齿轮或螺丝钉,在那里机械地运转。这种模式将制造系统及其组成单元视为“死的”、没有任何主动性的东西,强调从制造系统外部来对之加以设计、组织和控制。这种模式适应了当时的技术水平和经济发展的需要,可是却泯灭个性,以牺牲个体的独立自主性来成全整体的协调一致性。
急剧膨胀的复杂性。其一,现代产品的结构愈来愈复杂、功能越来越多样,而制造工艺也要求越来越精细。复杂的产品、精细的工艺极大地提高了制造系统和制造过程的复杂程度。其二,消费日趋个性化、多样化。大批大量制造的标准化的、规格划一的产品不再为顾客所青睐。制造企业不得不转向多品种小批量的生产模式,而且必须加快产品更新换代的速度。“以产品为中心”的生产正在转变为“以顾客为中心”的生产。这些要求都极大地增加了制造系统和制造过程的组织、运行与调度的复杂程度;第三,在全球经济一体化的形势下,跨行业、跨地区、乃至于跨国的制造企业和制造资源正在集结成一个庞大的、复杂的制造网络。这个网络每时每刻都在遭受动态的扰动,经历着动态的调整。这么一个庞大、复杂的系统,其组织和运行的复杂性是可想而知的。
自组织的概念
从系统论的观点来说,“自组织”是指一个系统在内在机制的驱动下,自行从简单向复杂、从粗糙向细致方向发展,不断地提高自身的复杂度和精细度的过程;从进化论的观点来说,“自组织”是指一个系统在“遗传”、“变异”和“优胜劣汰”机制的作用下,其组织结构和运行模式不断地自我完善,从而不断提高其对于环境的适应能力的过程。
自组织的特点
- 信息共享 系统中每一个单元都掌握全套的“游戏规则”和行为准则,这一部分信息相当于生物DNA中的遗传信息,为所有的细胞所共享;
- 单元自律 自组织系统中的组成单元具有独立决策的能力,在“游戏规则”的约束下,每一个单元有权决定决定它自己的对策与下一步的行动;
- 短程通讯 每个单元在决定自己的对策和行为时,除了根据它自身的状态以外,往往还要了解与它临近的单元的状态,单元之间通讯的距离比起系统的宏观特征尺度来,要小得多,而所得到的信息往往也是不完整的、非良态的;
- 微观决策 每个单元所作出的决策只关乎它自己的行为,而与系统中其它单元的行为无关;所有单元各自的行为的总和,决定整个系统的宏观行为;自组织系统一般并不需要关乎整个系统的宏观决策;
- 并行操作 系统中各个单元的决策与行动是并行的,并不需要按什么标准来排队,以决定其决策与行动顺序;
- 整体协调 在诸单元并行决策与行动的情况下,系统结构和游戏规则保证了整个系统的协调一致性和稳定性;
- 迭代趋优 自组织系统的宏观调整和演化并非一蹴而就,而是在反复迭代中不断趋于优化;事实上,这类系统一般无法达到平衡态,而往往处在远离平衡态的区域进行永无休止的调整和演化;一旦静止下来,就表示这类系统的“死亡”。
自组织机制
物种起源、生物进化和社会发展等自组织过程的发展方向是从混乱走向有序。可是热力学第二定律却断言一个孤立系统必然从有序走向混乱。耗散结构理论[2,3] 认为一个远离平衡态的非线性、开放系统通过与外界交换物质和能量,可以提高自身的有序度,降低熵含量。这一理论认为“非平衡”是有序之源。协同学[4] 认为由大量微小单元组成的系统,在一定的外部条件下,通过各单元的相互作用,可以自发地协调各个单元的行为,从而产生宏观的空间结构、时间结构与功能结构。这一理论认为在临界状态(分叉点)上,偶然的涨落经过放大,将起到推进有序化的作用。
耗散结构与协同学
组织与自组织
一个工厂,如果有厂长发出指令,其他人以一定的方式活动,成为他组织,或者组织。如果不存在任何外部指令,工人们按照默契的某种规则,各尽其责,相互协调,成为自组织。
地面无人系统的多智能体协同控制研究综述【重要文献】
概述
建立了多智能体系统的概述。从两方面构建了协同的模型。一个是行为协同模型。主要实现了智能体之间的行为一致性,能够对外表现出一致的特点。另一个是任务协同模型。主要实现了整体任务的分布式执行。
我觉得论文中应该也这样论述。包含行为协同与任务协同。行为协同实现了网络节点的信息交互,完成了情报交流,确保了各个智能体之间的行为一致性。任务协同实现了组织阶段任务的协同分配。
多智能体系统
多智能体系统( Multi - Agent System, MAS) 是由多个具备一定感知和通信能力的 Agent 组成的集合,该系统可以通过无线通信网络协调一组 Agent 的行为( 知识、目标、方法和规划) ,以协同完成一个任务或是求解问题, 各个单 Agent 可以有同一个目标,也可以有多个相互作用的不同目标, 它们不仅要共享有关问题求解方法的指示, 而且要就单Agent 间的协调过程进行推理.
类似于生物界的大雁南飞、鱼群游动、蚂蚁觅食、蜜蜂筑巢( 如图 1) 等生物行为所体现出的群体优势,多智能体间的协同将大大提高个体行为的智能化程度,更好地完成很多单个个体无法完成的工作
综上所述,基于多智能体的地面无人系统协同控制具有两层含义, 即行为协同和任务协同, 而对多智能体系统的研究为协同控制提供了理论与技术支撑.
- 感觉多智能体系统与自己面对的问题非常相似。
行为协同控制
一致性控制。通过交换信息,实现信息的一致性。也就是所有的智能体都要知道其他智能体中具有的意图、行为、动作,达到意图一致的目的。比如智能体所有成员向着同一目标发起攻击的行为。群体中的个体行为一致性。这与群体智能(PSO)的邻居规则(临近智能体交换信息)相同。
群集控制。群集是由大量自主个体组成的集合,在无集中式控制和全局模式的情况下,大量随机分布的自主个体通过局部感知作用和相应的反应行为,聚集在一起,使整体呈现出一致性。1. 避免发生碰撞 2. 速度方向匹配 3. 中心聚集。局部协作-> 整体一致。
汇合控制。群体个体通过交换邻居信息和群集控制,达到最终的稳定有序结构,不再运动。
编队控制。智能体之间保持一定的队形,不会过远过近,同时适应环境约束(避开障碍)
包含控制。
网络控制。
跟踪控制。
任务协同控制
策略分解为各个子任务。对于多个智能体任务协同过程。总体任务经过分解成多个子任务后分配到各节点地面无人系统并行求解,求解结果经汇集后形成一个任务执行方案( 解)。地面无人系统多智能体形成一个智能体联盟,组成多智能体联盟结构.多智能体联盟是物理上的分布,每个智能体联盟映射一个分布式节点.
建立多智能体分布式协同任务分配体系结构如图 14 所示,各智能体在自治计算和规划的基础上,通过相互协商实现任务的动态分配.
多机器人协同通信技术研究【参考文献】
概述
主要讨论了多无人机的通信技术。综述了MAC层通信协议的内容、通信网络的拓扑结构和运行机制。研究了机器人协同通信的介入机制和防冲突机制。研究了退避算法。
主要涉及通信领域的知识。应该是行为协同中,一致性协同,在无人机领域的具体表现。
SDN协同控制器的研究与评测【普通文献】
概述
主要讲了SDN网络相关的东西。涉及了一种SDN协同控制方案。开发了协同控制器。这里的协同控制方案,更像是各种行为与活动之间的协调,构成了一个整体的互动。应该是协调而不是协同。通过外在的协同控制器,实现SDN域之间的协调。
多智能体系统的协同控制一致性问题研究【普通文献】
概述
同样是研究了多智能体的通信问题。多智能体之间的通信,解决了行为协同中的一致性协同。实现了情报贡献。
- 研究了基于异步通信拓扑结构下多智能体系统的分布式协同控制一致性问题。(异步通信)
- 研究了基于分布式事件驱动的多智能体系统的一致性问题。(事件驱动)
- 研究了连续二阶多智能体系统的分布式协同控制最优化一致性问题。
- 研究了含有多个领导者的二阶多智能体系统的分布包含控制问题。
也是研究了多个智能体组成的多智能体系统网络。智能体视为节点,节点之间存在信息交互行为。
多智能体协同任务分配问题研究综述【重要文献】
概述
异构网络智能体编队。不同类型的自治使命的任务。包括情报、监视、侦查、搜集、救援等任务。确保编队中不同智能体之间的协调与合作有效,确保能够完成使命。
协同任务分配和规划方法,来实现这一目标。将规定任务在智能体之间分配,优化整个使命的效能。考虑使命的代价,可用的资源和网络约束。本质是复杂的组合优化问题。
本文主要从多智能体协同的系统结构、协同方法、问题模型和求解方法进行综述。
协同方案
是不是这就是boss所说的协同的方案。先干什么后干什么。
- 集中式协同。多智能体协同算法,在单台机器上运行。通过信息交互实现行为协同,也就是智能体的一致性。
- 分布式协同。多智能体协同算法,在不同的机器上运行。增加了通信代价
- 分散式协同。智能体独立规划任务的执行。然后通过信息交互实现行为协同,实现智能体之间的一致性。
- 需要考虑同步与异步。显然自组织系统,是异步通信。还是同步通信?还不太明白。
协同技术
这里指的是协同具体的算法。
- 先验的任务空间分割。
- 隐式协同。任务分割算法之前,实现情报的一致性,就能保证各个节点,任务规划遂犯的结果一直。
- 协同规划。利用通信和一致性算法,直接将约束可行性合并到规划过程中,从而保证无冲突的解。在协同规划中,通信的努力用于获得智能体任务分配,而非事态感知的一致性。
- 一致性算法。卡尔曼一致性算法、贝叶斯分散式数据融合方法。
- 集中式任务分配算法。典型的旅行商问题。精确优化方法:分支限界法、动态规划。近似算法和启发式算法:禁忌搜索、粒子群算法、遗传算法、进化算法。马尔科夫决策过程等等。
- 分布式任务分配算。利用隐式协同策略,实现一致性。基于市场机制的算法,拍卖机制。个智能体将他们出价传递给中心街店,由拍卖师决定任务拍卖的或生殖。马尔科夫决策过程、博弈论。
多寻飞弹侦查、打击、评估一体协同方案【普通文献】
概述
飞弹协同策略,主要实现了多个飞弹之间,路径的协同。保证不会相互干扰产生任务的矛盾。每个飞弹都会单独执行侦查、攻击、评估的所有过程。所有的飞弹通过“行为协同”中的一致性协同,避免产生矛盾。
这里也有可以参考的部分。其论文中说明的,“基于路径的协同策略”可以作为区分不同协同策略的东西。
机器人的协同控制【普通文献】
概述
多个机器人组成的机器人系统,协同合作,完成共同的目标。协同系统具有很强的自治性和适应性。(这盘文章基本没有说出什么有价值的东西)
协同控制系统
- 主从式协同控制(竞选领导者,由领导者实现其他人之间的协同,更像是集中式协同)
- 分布式协同控制。(去中心化,每个个体具有完全计算、存储、决策能力的智能体。
基于多智能体联盟的多机协同空战任务分配【普通文献】
概述
基于联盟进行任务分解。将任务分解为不能再分的子任务。基于离散粒子群的联盟声称算法。即对任务分配的结果进行优化。
基于事件驱动的非线性多智能体一致性【普通文献】
概述
一致性问题。能够实现一致性,应该就是协同的关键。
一致性协议:在相邻智能体之间保持短程通信。
基于事件驱动控制方案:基于事件驱动的一致性是离散的,当发生事件的时候才会进行一致性通信。
具有领导者的多智能体系统协同控制研究【普通文献】
给出了分布式系统中的控制问题。
多个智能体之间的关系:通信,是维持关系的基础。竞争,竞争某一个任务。合作,配合完成某一个任务。
一种基于元组空间的智能传感器协同感知机制
Discovering and exploiting synergy between hierarchical planning agents
- AAMAS ‘03: Proceedings of the second international joint conference on Autonomous agents and multiagent systemsJuly 2003 Pages 281–288https://doi.org/10.1145/860575.860621










