煤矿井下群机器人高效任务分配算法

松散型合作群机器人系统在现阶段煤矿辅助机器人作业中具有广泛应用前景。但松散型合作群机器人系统的任务分配过程未向划分过程进行反馈,导致任务划分与分配过程高效性与合理性不足。针对该问题,提出一种基于改进型鲁宾斯坦协商策略的煤矿井下群机器人高效任务分配算法。根据群机器人系统任务划分与分配过程的多方博弈特点,将鲁宾斯坦协商策略由双方博弈向多方共同博弈方向延伸,提出多方协商博弈的“出价-讨价-还价”规则。从机器人个体执行能力与任务执行情况差异的角度出发,提出基于机器人个体单位时间任务完成量的折扣因子计算方法,以及基于各分配周期任务执行情况的任务完成状态反馈参数模型,以实现任务的动态划分与分配。通过3组机器人合作执行煤矿矿区的整体监测任务,对算法性能开展实验验证,结果表明:(1)算法3(采用改进型鲁宾斯坦协商策略)的任务划分与分配效率较算法1(将每组无人机数量与运行速度乘积的比例直接作为3组无人机任务划分与分配的标准)、算法2(使用多方共同协商的鲁宾斯坦协商策略,但不考虑任务完成状态反馈参数)分别提升了30.10%,18.29%。(2)基于算法3的3组无人机执行任务的平均最大时间差为42 s,较算法1、算法2分别优化了77.66%,65.29%,这是由于算法3通过引入任务完成状态反馈参数,及时对任务参与方的任务执行过程进行评估,将任务的分配和执行过程向任务的划分阶段进行反馈,使任务的划分与分配更加准确。