Ant Colony Algorithms andits applications to Autonomous Agents Systems

• Main Author: Jarne Ornia, Daniel
• Format: Others
• Language: English
• Published: KTH, Optimeringslära och systemteori 2017
• Subjects: Computational Mathematics; Beräkningsmatematik
• Online Access: http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-217391

With the latest advancements in autonomous agents systems and technology, there is a growing interest in developing control algorithms and methods to coordinate large numbers of robotic entities. Following this line of work, the use of biologically inspired algorithms based on swarm emerging behaviour presents some really interesting properties for controlling multiple agents. They rely on very simple instructions and communications to develop a coordinated structure in the system. Particularly, this master thesis focuses on the study of Ant Colony algorithms based on stigmergy interaction to coordinate agents and perform a certain task. The first part focuses on the theoretical background and algorithm convergence proof, while the second part consists of experimental simulations and results. For this, some metric parameters have been developed and found to be especially useful in the study of a simple path planning test case. The main concept developed in this work is an adaptation of Shannon Entropy that measures uniformity and order in the system and the weighted graph. This parameter has been used to study the performance and results of an autonomous agent system based on Ant Colony algorithms. Finally, this control algorithm has been modified to develop an event-triggered control scheme. Using the properties of the weighted graph (Entropy) and the sensing of the agents, a decentralized event-triggered method has been implemented and tested, and has been found to increase efficiency in the usage of system resources. === Med den senaste tidens utveckling inom autonoma agentsystem och teknologier, finns ett ökat intresse för utveckling av styralgoritmer och metoder för att koordinera stora mängder robotenheter. Inom detta område visar användandet av biologiskt inspirerade algoritmer, baserade på naturliga svärmbeteenden, intressanta egenskaper som kan utnyttjas i styrandet av system som innefattar ett flertal agenter. Dessa är uppbyggda av simpla instruktioner och kommunikationsmedel för att tillgodose struktur i systemet. I synnerhet fokuserar detta masterexamensarbete på studier av Ant Colony-algoritmer, baserade på stigmergy-interaktion för att koordinera enheter och få dem att utföra specifika uppgifter. Den första delen behandlar den teoretiska bakgrunden och konvergensbevis medan den andra delen i huvudsak består av experimentella simuleringar samt resultat. Till detta ändamål har metriska parametrar utvecklats, vilka ansågs särskilt användbara när planeringen av en enkel bana studerades. Huvudkonceptet som utvecklats i detta arbete är en tillämpning av Shannon- Entropi, vilket mäter enhetlighet och ordning i ett system samt den viktade grafen. Denna parameter har använts för att studera prestandan och resultaten hos ett autonomt agentsystem baserat på Ant Colony-algoritmer. Slutligen har denna styralgoritm modifierats för att utveckla ett händelsestyrt styrschema. Genom att använda egenskaperna hos den viktade grafen (entropi) tillsammans med sensorsystemet hos agentenheterna, så har en decentraliserad händelsestyrd metod implementerats, testats och visat sig ge ökad effektivitet gällande utnyttjandet av systemresurser.