طراحي سرويس طرح ريزي مشاركتي برخط مبتني بر فرايند ماركوف در حوزه فرماندهي و كنترل

رويكرد هاي طرح ريزي موجود اگر چه مي توانند در شرايط عدم قطعيت و به صورت غير متمركز طرح ريزي نمايند، اما اكثر آن ها در مواقعي كه ‏شرايط پيچيده سناريوهاي فرماندهي و كنترل همچون نياز به طرح ريزي دقيق، تصميم گيري بلادرنگ، ‏ارتباطات محدود بين عامل ها و پويايي محيط حاكم است، بازده خوبي نداشته و گاهي با شكست مواجه مي شوند. از بين رويكردهاي موجود، مدل هاي توسعه يافته DEC-POMD مانند MAOP-COMM، براي اين شرايط مناسب هستند. مي توان با بهبود مدل MAOP-COMM، طرح ريزي دقيق تري براي عامل ها انجام داد. در اين مقاله با ارتقاء اكتشاف ‏تابع ارزش و به كارگيري «پيش بيني دومرحله اي» در استراتژي يافتن خط مشي بهينه و اخذ تصميم صحيح، الگوريتم اخير بهبود داده شد. در مرحله بعد رويكرد بهبود يافته را در قالب يك وب سرويس پياده سازي شد تا براي هر سناريوي دلخواه با شرايط محدود شده، سناريو طراحي شده را از معمار سناريو دريافت كند و با فرض پويا بودن محيط، طرح ريزي لازم را به طور برخط انجام داده و دنباله اقدامات عامل ها را در هر لحظه تعيين نمايد. نتايج به دست آمده، برتري ‏الگوريتم بهبود يافته را نشان مي دهد، به گونه اي كه سرويس طراحي شده با الگوريتم بهبود يافته مي تواند در شرايط عدم قطعيت به صورت ‏غير متمركز و برخط با كارايي مضاعف و درصد بالايي از صحت تصميم گيري براي عامل ها طرح ريزي نمايد.

Although existing Planning methods can plan under uncertainty and decentralize situation, most of them malfunction in some complicated conditions of command and control scenarios such as real time decision making, needing more accurate planning, bounded communication between agents, dynamic worlds and partially observable environments. Among suitable models for these situations, extended models of DEC-POMDPs such as MAOP-COMM can be considered for handing these conditions. It is possible to improve MAOP-COMM model to do planning for agents with double precision. In this paper, the algorithm of MAOP-COMM model has been improved by upgrading value function heuristic and using "two steps look ahead" in the strategy of finding best policy and making correct decision. In the next step, the improved method was implemented in a web service frame work. The web service gets the desired bounded scenario from the architect and performs online planning to generate plans and sequence of actions regarding to environment dynamicity. The obtained results, show preference of the improved algorithm, So that the designed service with improved algorithm can perform online planning for agents in a decentralized multi-agent system in uncertain condition with better performance and high percent of correct decision making.