基于拓展CBBA算法的在轨装配航天器任务分配技术研究

针对大型空间结构的在轨装配任务分配问题,提出了基于扩展一致性算法的拍卖算法,在考虑在轨装配过程中运输、安装等任务的时间先后特性以及某些特定复杂任务需要多航天器协同完成的任务约束条件下,解决将各项任务分配给多个多种类航天器的在轨装配任务分配问题。算法首先针对复杂装配任务的类别约束及时间窗约束设计了新的竞价函数,然后提出了一种新的一致性算法,使算法可以处理多智能体任务分配问题。实验结果表明,提出的任务分配算法可以得出多航天器在轨装配任务分配问题的无冲突解决方案,可以保证复杂在轨装配任务的成功分配。

一种用于辅助兵棋推演的快速决策框架研究

基于一般的决策和规划流程,提出了一个面向兵棋推演的快速决策框架(Rapid Military Decision Framework, RMDF),该框架针对异构实体模型,通过分层的网格环境对复杂推演环境简化建模,将推演实体的作用效果,简化为地面、海上和空中三个网格环境层次上的作用效果,并以热图的形式在网格环境中显示,通过推演实体的核心参数来确定其性能模型和行为模型,并基于一致性包算法实现任务分配,生成备选行动策略,通过快速仿真实现推演策略的迭代优化,能够在推演之前或推演期间提供行动方案的快速评估,可以有效地辅助兵棋推演指挥人员进行复杂态势下的兵棋推演。

基于聚类分组的异构多机器人任务分配算法研究

在城市作战环境中,具有时间窗约束的大规模任务目标需要调度多个空地异构机器人处理,为了保证战略执行的快速有效,需要快速计算出可接受的次优任务分配策略。本文提出了一种基于聚类分组的一致性的束算法(C-CBBA),该分布式算法用于具有时间窗约束的大规模任务分配问题中。算法首先对任务目标点和机器人进行分组,将大规模问题转化为小规模问题,其中分组算法包括三个阶段:(1)利用K-means算法按照距离最近原则对任务点进行初步分类;(2)将每个组的任务点组别进行调整,使其不超过每组预分配机器人的载荷上限;(3)利用延迟接受算法(DA)给每个组分配距离最近的机器人。最后改进基于一致性的束算法(CBBA),对每个子问题进行任务分配问题求解。仿真结果表明,提出的算法具有较高的任务完成度,并且有效减少机器人之间的通信量。

复杂约束条件下异构多智能体联盟任务分配

分布式任务决策是提高多智能体系统自主性的关键.以异构多智能体协同执行复杂任务为背景,首先建立了一种考虑任务载荷资源约束、任务耦合关系约束及执行窗口约束等条件的异构多智能体分布式联盟任务分配模型;其次,对一致性包算法(CBBA)进行了扩展,提出了基于改进冲突消解原则的一致性联盟算法(CBCA),以实现异构多智能体协同无冲突任务分配,并进一步证明了在一定条件下CBCA算法收敛于改进顺序贪婪算法(ISGA).最后通过数值仿真,验证了CBCA算法求解复杂约束条件下异构多智能体联盟任务分配问题的可行性和快速性.

Decentralized Multiagent Task Planning for Heterogeneous UAV Swarm

A decentralized task planning algorithm is proposed for heterogeneous unmanned aerial vehicle(UAV)swarm with different capabilities.The algorithm extends the consensus-based bundle algorithm(CBBA)to account for a more realistic and complex environment.The extension of the algorithm includes handling multi-agent task that requires multiple UAVs collaboratively completed in coordination,and consideration of avoiding obstacles in task scenarios.We propose a new consensus algorithm to solve the multi-agent task allocation problem and use the Dubins algorithm to design feasible paths for UAVs to avoid obstacles and consider motion constraints.Experimental results show that the CBBA extension algorithm can converge to a conflict-free and feasible solution for multi-agent task planning problems.

异构多智能体联盟动态任务分配

研究了突发新任务的动态场景下异构多无人机智能体分布式联盟任务分配问题,主要包括两方面内容:首先扩展了一致性包算法(consensus based bundle algorithm,CBBA),考虑任务载荷资源约束、子任务耦合关系约束及执行窗口约束等条件提出了一致性联盟算法(consensus based coalition al⁃gorithm,CBCA);其次,针对新任务出现的动态应用需求,研究了3种动态任务分配策略,分别为无重规划动态分配策略(consensus based coalition algorithm with no resetting,NR⁃CBCA)、完全重规划动态分配策略(consensus based coalition algorithm with full resetting,FR⁃CBCA)及部分重规划动态分配策略(consensus based coalition algorithm with partial resetting,PR⁃CBCA)。最后,以侦察型无人机和攻击型无人机协同执行对地侦察攻击任务为例,验证了CBCA算法的可行性及3种分配策略对动态任务场景的适用性。

空间细胞机器人接管控制的分布式控制分配

采用接管控制技术延长航天器寿命为在轨服务提供了一种新思路,本文提出一种利用空间细胞机器人实施航天器接管控制的方案。针对空间细胞机器人实施接管控制的控制分配问题,建立了空间细胞机器人实施接管控制的动力学模型。为实现分布式控制分配,提出了一种基于CBBA算法的接管控制分配算法,利用自由市场机制实现控制分配的分布和异步计算。综合考虑了执行能力匹配、剩余能量和执行器输出限制,定义了空间细胞机器人的收益函数,空间细胞机器人通过自由拍卖和一致性协商完成控制任务的分配。通过蒙特卡罗分析,将本文算法与集中式分配算法零空间修正伪逆法相比较并进行参数影响分析,本文算法在保证分配精度的情况下,具有能量均衡等能力。