改进CBBA算法的风电场无人机群巡检任务分配

提出一种基于改进的共识捆绑算法(CBBA)的多无人机风电场巡检任务分配方法。首先,根据风电机组基础信息,采用K-均值算法确定无人机数量和安放位置,并构建风电机组巡检价值评估函数,更为合理地评估各风电机组的巡检收益;然后,针对无人机的归巢返程问题,提出一种基于CBBA算法的任务包双向构建策略;最后,为克服传统CBBA算法中存在的因个体“贪婪”导致的整体效益下降问题,设计一种基于类别的奖励制度,以提高任务分配的合理性。试验表明,所提方法可根据风速、风向的变化制定相应的巡检任务分配方案,可为无人机群自主巡检风电场的任务分配提供可参考的方案。

无人化仓库下异构机器人混合任务分配研究

在具有若干个障碍区的码头无人化仓库中,为解决异构机器人系统对混合任务的有效分配问题,文中提出一种模糊聚类融合的扩展一致性束算法。在采用模糊聚类划分任务子区域和利用时间窗设置混合任务执行顺序的基础上,提出机器人分组资源配置策略,以任务分配收益最大、运行时间最短为目标,建立异构机器人系统任务分配的数学模型,通过扩展一致性束算法,在各个子区域内完成任务分配。结果表明:扩展一致性束算法缩短了任务分配时间,得到各子区域内机器人的执行任务序列并且每架机器人所分配到的任务数保持均衡。

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。

异构资源类型下多无人机任务分配

针对多无人机在执行侦察、打击任务的过程中携带任务资源的异构性,以及任务对于异构资源的要求,设计了一种改进的基于共识的捆绑算法(consensus-based bundle algorithm,CBBA)。考虑任务价值、任务执行时间窗以及航程代价等条件建立了多无人机对地目标侦察、打击任务分配模型。利用K-medoids聚类分析方法对多无人机进行基于距离和携带资源平衡的聚类,以解决多无人机对于异构资源类型的要求。对打击任务进行子任务生成,并利用改进后的CBBA求解所建立的任务分配模型,通过对比仿真实验验证了算法的可行性和有效性。

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.

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。

考虑时序约束的多智能体协同任务分配

研究多智能体系统的多目标多任务分配问题,考虑任务之间的时序关系,建立分布式任务分配模型.扩展了一致性包算法(CBBA),按优先级将目标任务归入不同层级,各智能体在构建任务包和任务路径时,只将分配过高阶段任务的目标添加至相应的任务包和任务路径中,从而保证目标任务时序约束的同时,保持了CBBA算法的特性.与多任务分配问题经典算法的比对实验表明,所提出的改进算法求解结果稳定可靠,运行时间优于经典算法.

基于顺序扩展一致性包算法的多无人机分布式任务分配

以异构多无人机协同执行复杂的耦合多任务为背景,提出一种求解分布式任务分配问题非死锁的顺序扩展一致性包算法.首先,建立考虑任务载荷资源、任务时序、威胁区等约束条件的时序多任务分配模型;其次,对一致性包算法的任务包构建过程和冲突消解规则进行扩展,并设计一种基于有向图深度优先搜索的方法进行任务方案的死锁检测和修正,以实现无冲突和无死锁的任务分配;然后,将关联任务之间的时序约束转化为软时间窗约束,利用顺序分层的策略进行求解;最后,为了提高任务分配结果的可靠性,采用Dubins曲线路径将航路规划耦合到任务分配中.仿真实验表明,所提出的算法能够快速有效地求解异构多无人机分布式耦合多任务分配问题,具备良好的最优性和时效性.