[发明专利]一种基于任务模型的多智能体动态任务分配方法

说明书

本发明提供一种基于任务模型的多智能体动态任务分配方法，主要解决任务状态量具有时变特性的多任务分配问题。包括：首先获得环境中任务的状态信息，结合智能体能力参数，建立任务状态量模型；其次快速对智能体进行初始部署，智能体在执行过程中与环境中其他智能体进行通信交流，实时共享信息，从而对智能体进行动态微调，协同合作完成所有任务。本发明提出的任务分配方法以最快完成所有任务为目标，实现动态任务快速分配，通过多阶段动态微调，能够充分调动系统中的智能体协同执行任务，提高系统整体执行效果。

技术领域

本发明涉及多智能体系统任务实时分配技术领域，更具体地，涉及一种基于任务模型的多智能体动态任务分配方法。

背景技术

多智能体系统是近年来人们普遍关心的问题之一，多智能体系统作为分布式人工智能的一个重要分支，具有自主性，分布性，协调性，并具有自学习能力、组织能力和推理能力，为复杂的现实问题提供了新的求解方案；多智能体能够代替人类在一些恶劣的环境下帮我们完成一定的工作，广泛应用于工业、国防、探险救灾等领域，而在多智能体系统的研究中，多智能体任务分配问题占有重要的基础地位。

当前多智能体系统中，面向的任务动态变化，目前的算法存在一些不足，不仅会造成浪费智能体机器人资源，也不能满足任务分配的动态性和实时性需要，严重影响任务的完成效率。

发明内容

本发明提供了一种克服上述问题或至少部分地解决上述问题的基于任务模型的多智能体动态任务分配方法，多智能体组织结构根据环境中任务动态变化实时进行动态调整，不仅充分利用多智能体资源，更能体现和满足现实世界部分领域中任务分配的动态性、不确定性特点以及实时性需求，从而有效解决环境中多个动态任务的分配问题。

为了达到上述目的，本发明提供一种基于任务模型的多智能体动态任务分配方法，该方法包括为：

S1：获取环境中智能体的属性参数和任务的初始特征参数，理清任务分配过程中需要考虑的因素；

S2：选择适应的分配方法快速对智能体进行初始部署；

S3：初始部署后，开始计时并设置动态微调间隔时间和采样间隔时间，智能体根据初始部署的方案执行对应的目标任务；

S4:智能体在前往或执行目标任务过程中，不间断进行采样，实时与环境的智能体进行通信共享采样的信息，每隔一个时间段进行动态微调，直到所有任务被执行完。

所述的步骤S1中，进一步包括：

S11：给定一张目标环境地图，所述地图上分布有多个具有任务执行能力的智能体、属性随时间变化的任务点；

S12：根据任务点的状态变化，分析任务分配需要考虑的因素。

进一步，所述步骤S11中，所述的环境为智能体工作环境，对给定的环境地图建立直角坐标系，地图上分布有N(N∈Z⁺)个任务点、M(M∈Z⁺)个智能体。

其中，任务点用字母j表示，其中j＝1,2，…,N,任务在地图上近似于一个点；智能体用字母i表示，其中i＝1,2，…，M。

任务点在地图上的坐标为(x_j,y_j)，其中j＝1,2,…,N；智能体在地图上的坐标为(x_i,y_i)，其中i＝1,2,…,M。

智能体i与任务点j之间的距离公式为：

假设任务点j和任务点j′的坐标分别为(x_j,y_j)和(x_j′,y_j′)，则两者之间距离公式为：