从这起地震中可以分析出， 在救援时，需要具有足够智能和救援效率高的机器人进行有效率的协作， 将地震灾害的影响减小到最低。

国内外研究现状：

1。2国内外研究现状

1。2。1 可移动智能体的路径规划方法

1。2。2多智能体系统协作机制的研究

1。3主要研究内容

先在空旷环境下将三辆智能小车无序摆放（需要保证两两之间必须有足够的距离以确保在GPS定位系统精度不够的情况下能够识别出对方小车的准确位置），在这种场景下使它们从当前位置聚集于一点，在这个过程中，我们研究的就是空旷场景（无障碍物、无道路设定）下的聚集算法，其中，每辆小车的优先级都是一致的，它们处于同等地位，因此不存在层级控制，三辆智能小车作为三个智能体相互之间需要进行数据交换、信息交流并进行协调控制，实现多智能体救援系统，最终将其应用于救援机器人上；

接下来，我们研究在存在障碍物（非空旷场景）下的单个智能小车，看其如何避过我们设置的障碍物并向着目标点前进，并且，在这个过程中我们还得研究如何让其走的路是“最好”的，言下之意，我们计算出的路径要是在避开障碍物的前提下，利用已有的硬件及其功能找到一条最合适的路线，这里面涉及到非常复杂的路径规划问题。除此之外，在做单个智能小车的路径规划的同时，整个系统中的三辆智能小车都必须要避免互相产生碰撞，且每辆智能小车都要根据另外两辆小车的运动轨迹在自己计算出的路线中建立存储信息以更新路线（存储于上位机，上位机作为服务器实时与三辆智能小车进行数据交换），通过这个方法来达到避免撞车的要求；

在后续，需要研究当智能小车在运动过程中接收到的聚集地点发生变化时，智能小车需要作出的反应，由于智能小车不存在“刹车”，因此需要加入一个实时的反应机制来进行目标的调整，不能直接大幅度的改变参数，因为这有可能会导致“翻车”。但是，也不能是很慢的减速直至停止再转变方向，联想到实际过程中的救援行动更是如此，因为整个行动需要考虑到效率的问题，我们需要在保证整个救援过程安全可靠的进行，同时也要保证高效；来`自+优-尔^论:文,网www.youerw.com +QQ752018766-

最后，当前述问题都很好的解决了之后，我们需要将实际场景中的地图加入整个控制系统中，通过上位机实时连接互联网从中下载本地区地图数据并保持实时更新（地震后道路等景观可能会发生较大变化），结合GPS定位系统和聚集算法、路径规划算法在实际路况下运动，从而实现真正的多智能体（机器人）救援系统。

多智能体系统定义：

智能体: 位于能够采取自主行动以满足其设计目标的环境中的计算机系统；

多智能体系统:多个代理人共同努力实现共同目标；

没有中央处理器，没有层级控制系统，非集中控制；

任何一个智能体都无法进入整个系统的权限，或者说是这个系统太复杂以至于难以去分析。