[发明专利]一种多Agent无冲突的合作型任务分配方法

摘要

本发明实施例提供了一种多agent无冲突的合作型任务分配方法，方法包括：对多agent网络进行任务建模；对于场景的位置，使用栅格进行资源建模；规划agent与各个任务之间的路径，得到各位置点间的最优路径；根据移动路径计算agent与各个任务间的时间消耗；对于所诉场景中智能体协同执行的任务，将这类任务分解为多个简单任务；在编码过程中，修复不合理编码，确定各种编码的合理性；使用智能进化算法分析任务分配问题，得到当前步骤的最优解；分析最优解中的路径资源冲突，检测并避免资源冲突；通过整个算法流程，完成多agent系统无冲突的合作型任务分配。利用本发明实施例，提高了复杂的任务分配场景中任务分配执行的效率，并避免了共享资源冲突。

主权项

一种应用于多agent协同场景无冲突的任务分配方法，其特征在于：对环境资源进行建模，将环境中的agent、任务等位置点使用栅格表示；对任务进行建模，通过使用多图模型，得到多选择的任务分配模型；采用所诉的栅格环境模型进行路径规划并计算任务执行过程中时间消耗、资源冲突。步骤(1)，建立资源模型，将环境资源使用栅格表示，并将agent位置以及任务位置映射到栅格点上：A＝{axy|axy∈{0,1},x∈{1,Lx},y∈{1,Ly}}：表示栅格环境；SR＝{sr1,sr2,...,sri...,srn}：表示agent位置集；ST＝{st1,st2,...,stj...,stm}：表示任务位置集。步骤(2)，建立任务模型，结合多图模型构建多选择的任务模型，并将agent以及任务映射到顶点集，将任务分配方案映射到边集：G＝{R,T,E}：表示无向、无标识的多重图；R＝{r1,r2,...ri,...,rn}：表示机器人顶点集；T＝{t1,t2,...,tj,...,tm}：表示任务顶点集；E＝{eijk|i∈{1,n},j∈{1,m},k∈{1,p}}：表示边集。步骤(3)，结合agent与任务之间的路径，以及任务分配方案，建立目标优化效用函数，得到任务分配的多选择优化模型；任务分配的效用函数以时间消耗作为评估指标，具体表示为其中，cijk表示agent ri通过eijk边执行任务tj的时间；xijk表示一种任务分配方案，具体为：若任务tj分配给ri agent执行，且ri选择与tj之间的第k条路径执行该任务，则xijk＝1。步骤(4)，根据任务类型和agent的个数设定任务分配模型的约束条件：1)hxy＜＝1,x∈{1,Lx},y∈{1,Ly}：表示任意时刻任意坐标的agent数目小于2，否则产生路径资源冲突；4)表示对于tj任务，只有当该任务需要的所有agent到达该任务栅格点时，该任务才开始执行。步骤(5)，利用智能进化算法对任务分配方案进行更新，并进行资源冲突检测以及冲突避免，优化出每一步骤的最优解。