该项目是《新一代人工智能发展规划》提出构建非完全信息下智能决策基础理论与框架要求下的形成的首批国内领先、国际一流成果之一。该项目面向非完全信息、群体、多群体的复杂博弈决策问题，对博弈决策的建模、度量、策略求解等具有开创性贡献。在顶级评测ACPC中连续5年保持世界前三、亚洲第一。项目平台实现博弈决策与超算相结合，建立KP级别算力平台的超大规模博弈决策系统。其研究获得国家级重点涉密项目、总装备部重点实验室基金等立项支持。 项目成果与平安、腾讯、前海金融等企业展开广泛的合作。协助平安科技基

建立基于多智能体的软件动态体系结构模型，采用模型驱动的软件构造方法，敏捷构造开放环境下软件系统；研究变化建模、层次感知、智能决策等技术方法，实现软件结构、行为等多方面的动态演化。 主要技术指标 从环境感知、数据分析、通信机制等多个方面，提升了面向动态环境的复杂软件系统持续性演化能力。 支持软件系统在运行过程中灵活调整、柔性适变。 相关成果 （1）基于多智能体的软件动态演化支撑环境； （2）自适应软件体系结构建模工具； （3）基于Agent自适应动态集成演化平台； （4）面向动态演化的集成规则设计工具软件。

成果简介：通过揭示自然界中鱼群、鸟群自主编队的机理，研究了多智能体协同控制理论，并将其应用于多无人平台的协同控制中。其典型特点是采用分布式信息，没有全局指挥中心，作战单元能够根据具体作战任务灵活编制， 控制器结构简单，任务适用面广。本研究将多智能体一致性控制，势能场函 数，分布式估计器理论相结合，突破了多无人平台协同编队控制，拓扑连通 性保持条件下的协同控制，协同编队控制等关键技术，可实现无人平台位置、 朝向、速度等控制参数的严格一致。 无人化

武汉大学张永军教授项目组在国际上首次提出摄影测量遥感的科学概念，构建了多模态卫星影像一体化摄影测量遥感智能处理技术体系，突破了匹配干扰地物快速智能分割、语义辅助几何处理与大范围影像镶嵌合成、地物信息智能提取等关键技术，成功研制出我国首套多模态卫星影像一体化摄影测量遥感智能处理系统MIPS。 一、项目分类 关键核心技术突破 二、成果简介 武汉大学张永军教授项目组在国际上首次提出摄影测量遥感的科学概念，构建了多模态卫星影像一体化摄影测量遥感智能处理技术体系，突破了匹配干扰地物快速智能分割、语义辅助几何处理与大范围影像镶嵌合成、地物信息智能提取等关键技术，成功研制出我国首套多模态卫星影像一体化摄影测量遥感智能处理系统MIPS，相关技术理论《多模态卫星影像一体化摄影测量遥感智能处理技术及应用》2021年荣获测绘科技进步特等奖。 技术特色： (1) 首次提出基于人工智能技术的多模态卫星影像语义分割与几何处理融合新理论。创建了卫星影像跨域稳健语义分割技术，通过自适应增量优化提升深度分割网络模型的迁移性和普适性，保证多类型地物语义分割的时效性、容错性、稳定性和区域一致性。 (2) 通过语义分割结果全自动进行多源地理信息控制点粗差剔除，实现超大范围多模态影像精准几何处理；提出辐射不变特征变换算法进行多模态影像高可靠性匹配；单台机器2.5分钟可完成8000景卫星影像的并行区域网平差，大幅提高了自动化处理精度和效率。 (3) 突破了基于深度学习的多视遥感影像三维地形及大范围合成影像智能生成技术，采用物方半全局优化提升困难区域的密集匹配精度，并在语义分割结果的辅助下进行大范围遥感影像无缝镶嵌合成。 (4) 基于深度学习进行建筑物、道路、农作物等典型地物目标语义信息智能提取；基于多尺度语义分割网络融合经验知识实现建筑物矢量边缘精确提取；结合语义分割和多起点中心线追踪优化提取道路网拓扑矢量；基于3D卷积和注意力机制实现多类农作物精细分类及其时空特征智能提取。 (5) 构建了全新的多模态卫星遥感影像几何语义一体化智能处理技术体系，研制出我国首套自主产权的多模态卫星影像一体化摄影测量遥感智能处理软件系统MIPS，其数据处理效果和效率均有明显优势，显著提升了融合处理的精准度和智能化水平。 先进性 MIPS具备快速语义分割、语义辅助精准几何处理、三维地形提取与多影像时序合成、地物语义信息智能提取等特色功能。系统采用最新的卫星影像摄影测量处理、多源影像融合、语义信息提取的相关理论与方法，结合先进的计算机技术、CPU/GPU两级加速并行处理及深度学习技术，处理效果和效率均明显优于国内外同类软件。例如单机情况下19小时即可完成1551景2米分辨率卫星影像的全自动处理，包括云区检测、影像融合、影像匹配、区域网平差、正射影像纠正等全部处理流程。语义分割结果约束的立体卫星影像区域网平差自动化程度和精度均显著提升，例如在1:1万基础测绘产品DEM/DOM的辅助下，高分七号立体卫星影像的全自动处理高程精度从2.6米大幅提升至0.8米以内，镶嵌接边精度优于1像素。

开发了可侧弯和机头旋转的，多层模具，大口径的全伺服弯管机的控制系统和仿真软件。仿真软件能够通过输入管型和模具参数后自动生成加工轨迹，三维动画显示管子变形和机器动作，并确保与  实际加工过程动作一致。因此能够在仿真阶段对干涉等问题进行检查和处理。控制系统为总线方式， 采用先进的 IEC61131-3PLC 语言编程标准，通过同步 13 个电机的运动，精确流畅高效地控制整个弯管过程。并具备焊缝识别，预料辅推等先进功能。各项技术和性能均到达国内和国际领先水平。

本发明提出一种基于多智能体强化学习的运输车路径优化方法，该方法涉及智能优化技术领域，  我国AGV每年新增装机量自2010年起迅速增长，自2013年起年同比增速维持在50%以上。目前AGV产品主要集中于中低端市场，产品功能比较单一。而一些大型汽车、家电企业希望通过获得AGV系统和整机产品的相关技术，自己实现AGV产品的定制化生产。在此背景下，从AGV制造商的角度来说，要从国内严重同质化的中低端AGV产品中脱颖而出，从软件系统上提供先进的路径规划方法，并且在未来不断升级，未尝不是一种提升产品服务质量、赢得客户青睐的做法。随着硬件性能的提高和计算技术的发展，系统仿真得以在越来越短的时间之内完成，以每辆AGV为单位进行微观系统仿真可以更好地反映AGV之间的相互影响。而强化学习方法作为一种利用交互和反馈进行策略优化的机器学习方法，正好可以利用AGV交互的数据为每辆AGV规划路径，使总的生产效率或搬运效率最高,从而降低物料搬运的成本。

北京理工大学多智能体协同控制实验平台功能 • 无人机姿态控制 根据用户需求，自定义需要捕捉的部位，利用NOKOV精确捕捉运动物体的位置及姿态等三维数据。 • 无人机/无人车动态角色分配 根据NOKOV实时反馈的位置信息，使出现在随机位置的多智能体，以最短路径形成理想编队队形，为其他多智能体协同控制实验提供了基础。 • 空地协同编队、自主避障与跟随 由于设备的可拓展性，用户可随意增减目标数量，通过在软件内对目标进行命名等操作，来完成对大批量运动体的同时捕捉。 NOKOV（度量）光学三维动作捕捉系统功能 • 六自由度动作捕捉数据 采集三维空间XYZ坐标、六自由度（6Dof）、偏航角（Yaw）、横摇角（Roll）、俯仰角（Pitch）、欧拉角等数据，为无人机的位姿控制、运动规划提供连贯、流畅的动作数据基础。 • 亚毫米的定位精度 与采用GPS、航迹推算、全局摄像头、UWB等定位方法的实验平台相比，该平台的精度大大提高，可达亚毫米级。 • 丰富的二次开发接口 采集到的数据可以以VRPN形式传输，或通过SDK（C++语言）端口广播与ROS、Labview、Matlab（包含Simulink）等软件通信进行二次开发。 • 软件具有一键建立刚体功能，大幅提高工作效率