基于适应度的多机器人任务分配策略

为提高多机器人任务分配方法的通用性和实用性，提出了一种分布式多机器人协作任务分配策略.根据多机器人任务特点，提出了多机器人任务分配必须满足的4个基本目标，并由目标制定相应的4条任务选择策略.按形式化思想为子任务建立了一个通用模型，模型包含了与任务选择相关的子任务基本属性和运行状态.结合子任务模型和任务选择策略，建立了一个子任务适应度模型，包含静态适应度、进度适应度、资源适应度和外部适应度4个分量，机器人根据适应度大小来选择子任务.仿真实验表明，应用该任务分配策略的协作异构多机器人系统对一类搬运任务具有很好的通用性，当任务发生变化和机器人发生故障时，机器人能够正确、及时地调整子任务，系统具有很好的实时性、灵活性和鲁棒性.系统能够实现机器人到子任务的最优映射，与其他任务分配方法相比明显缩短了任务执行时间.     

无人机对地攻击任务分配问题研究

在不确定条件下的战场环境中,实时有效的动态任务分配是多无人机顺利完成对地攻击任务的关键.由于系统呈现多目标、多任务、多约束等特性,问题的复杂性随问题规模和约束数量急剧增加.文章建立任务分配数学模型,采用NSGA-Ⅱ算法分析并改进,仿真结果验证了所建多无人机攻击任务分配问题模型及所提求解算法的有效性.     

基于协作协进化的多Agent协作机制的研究

协作问题是自主多智能体机器人系统研究的关键问题之一.基于多智能体机器人系统的CCP协作协议所生成的各Agent的任务序列依赖于目标的初始顺序,难以得到优化解.提出了一种利用协作协进化实现多Agent协作的机制,采用多种群协作生成多Agent系统的任务执行序列,在给定的任务分解所产生的所有可行解中寻找优化解,从而达到优化系统的性能的目的.利用该机制,对3个智能体协作搬运8个物体进行计算机模拟,结果表明,该方法在优化任务执行序列方面作用明显,从而能有效提高多智能体机器人系统的协作性能.     

基于群智能的多智能体系统体系结构设计与应用

为了提高多智能体系统在动态不确定性环境中的灵活性、鲁棒性和自适应性,文中提出了一种基于群智能的多智能体系统SIMAS,其主要思想是把群智能思想应用到非群体的多智能体系统中。整个SIMAS系统采用自顶向下和自底向上设计相结合的方法建立系统体系结构,应用群智能的阈值模型进行多智能体的自组织任务分配。最后通过机器人围捕仿真实验,验证了该项工作的有效性和可行性。     

面向层级结构的任务动态分配策略

当前的任务分配策略主要考虑了候选者的个体属性,而忽略了候选者下属资源对任务分配的影响.针对企业层次化的组织结构特点,提出一种面向层级结构的任务动态分配策略,充分考虑了层级结构下任务候选者拥有的人力资源对任务分配的影响,给出了基于该策略的可量化候选者属性适配度计算方法,并改进了传统的能力适配度计算方法.仿真实验结果表明：考虑了下属资源的任务动态分配模型进一步提高了任务分配的适应性,分配结果更加符合预期.      

订单驱动下基于强化学习的智能车间AGV调度

物料搬运效率对智能车间的生产调度效率有着重要影响.物料搬运任务通常由自动导引车（Automated Guided Vehicle,AGV）执行,其具有数量多、任务需求实时变化、任务下达密集等特点.为及时、高效、准确地处理AGV搬运作业,提出基于强化学习的订单驱动下智能车间AGV调度模型,使用二级调度机制,第一级以负载均衡为目标,基于规则的调度方法对AGV进行任务分配;第二级运用强化学习深度Q网络（Deep Q-Network,DQN）算法对AGV进行单智能体下的搬运路径规划,通过减少智能体动作空间维数的方式,降低调度算法的收敛难度,并通过仿真实例验证该方法的有效性和创新性.     

机器人足球中的动态任务分配

针对多智能体静态任务分配存在的不足,提出了一种足球机器人动态任务分配算法．通过场上信息来决定各个队员相对于各个动作(角色)的权,进而通过权值之间的比较求出最佳的动作(角色)实现者．     

机器人足球比赛策略仿真系统的设计与建模

多智能体系统(Multi-Agent System)是近年来在智能机器人领域兴起的一个新课题.它主要研究多机器人在各种不利环境条件下,如何相互配合和合作来达到某一目的.微机器人世界杯足球比赛(MIROSOT)为研究多智能体系统提供既经济又典型的实验场地.本文主要讨论机器人足球仿真比赛所必需的比赛策略.本文描述了机器人足球比赛动态建模,给出了足球机器人的基本行为与动作仿真,讨论了基于仿真平台的机器人足球比赛策略.     

机器人足球仿真比赛平台及Agent策略

机器人足球赛通过一个标准的、易于评价的比赛平台,促进DAI(分布式人工智能)和MAS(多智能体系统)的研究与发展.在介绍机器人足球比赛的基础上,以FIRA(Federation of International Robot-soccer Association)仿真机器人足球比赛11VS11为例,阐述仿真机器人足球软件平台的基本结构,对于了解机器人足球比赛以及编写Client端程序参加国际仿真足球比赛、构造动态多智能体系统和多智能体的合作具有重要意义,借此促进机器人足球仿真技术的推广.     

面向多点侦察和通信服务的多无人机协同任务分配

针对多无人机对多个异构任务目标进行侦察和通信服务的协同优化问题,通过考虑不同目标的任务要求和价值,以及多机协同增益与任务行为制约关系,构建斯坦伯格博弈模型,将上层无人机建立为博弈领导者,下层无人机建立为博弈的跟随者,并提出一种分布式策略更新迭代算法,实现了多无人机任务分配方案的稳定收敛以及系统任务收益优化.仿真结果显示,所提方法能有效提升多无人机系统同时完成多个任务的效益,并能在不同环境下实现面向异构任务价值的高效协同.     

基于蚁群算法的多Agent任务分配方法

针对多Agent任务分配问题,结合蚁群算法的思想,设计了基于图的任务分配数学模型,提出了基于蚁群算法的多Agent任务分配方法,并通过实验与3个经典方法进行比较和分析,探讨了蚂蚁数对求解结果的影响。实验结果表明,所提出的算法是有效的。     

基于改进合同网协议的多Agent动态任务分配

为了使多Agent系统的任务分配更能适用于动态环境,提出一种改进的合同网协议的多Agent动态任务分配方法。该方法首先建立Agent能力模型和Agent执行的任务描述,在此基础上改进合同网中的招标阶段,Agent通过将正在执行的任务进行招标来动态改变自身能力以进行任务的再分配。最后,通过建立AGV(automatic guilded vehicle)物流仓库搬运仿真系统以验证改进方法的可行性和有效性。仿真结果表明,该方法能有效减少系统完成任务的总时间,提高了系统的整体效率,并且提高多Agent系统适应动态环境的能力。     

基于合同网的多agent任务分配分布式优化算法

针对合同网下的多agent系统,基于集合覆盖理论提出了一种解决子任务分配的严格启发式搜索算法;并分析了该算法的收敛性及渐进时间复杂度;证明了其搜索结果的上确界．该算法具有分布性,搜索空间缩减快,适合于中小型的多agent系统的子任务分配．     

基于MAS和FS的多任务舰船作战效能评估方法

为解决舰船作战效能评估中评估任务多样化和度量指标间耦合关系问题,提出一种基于多智能体系统 (multi-agent system,MAS)的舰船综合作战效能评估方法．该方法首先设计了一种能有效处理评估指标间耦合关系的复杂体系效能度量模型,并在此基础上建立了舰船作战效能评估的分层递阶控制模型．采用船舶工程分解结构(SWBS)理论建立了舰船评估任务分解机制,提高了任务需求能力向量的准确性．应用模糊集合论(fuzzy set,FS)解决了多任务联邦的并行生成问题,针对评估任务建立柔性评估系统．提出无偏好的联邦成员效用分配方法,保证了指标权重获取的客观性．算例分析验证了该方法求解舰船作战效能评估问题的可行性和有效性．     

具有安全性的合同网模型

在多Agent系统中，Agent之间的动态合作及有效的任务分配是非常关键的问题，在分析现有合同网模型的基础上，引入范例推理来确定合适的投标竞争者；并给出合同网模型的Agent结构图和Agent在投标和评标决策过程中的策略；同时分析了多agent系统安全问题，利用反抵赖协议，给出了一个具有高安全性的合同网模型协商框架。以解决多Agent系统中分布式合作求解问题和任务分配，缩小问题竞争者范围，降低了Agent之间的协同时间和通信负载，提高了工作效率；同时能够防止协作Agent反悔，保证Agent协作过程的信息安全。     

基于人工免疫的聚合重构资源自治分配

针对异构网络融合中的终端聚合重构模式,讨论了在付费激励机制下如何通过聚合资源提供者的动态定价来激励终端间的高效合作,引导系统资源分配的全局自治优化. 提出信息不完全情况下以人工免疫系统自适应控制模型为基础的自主定价方法（AISMAP）. 仿真结果表明,该方法能提高系统整体的资源收益,并能引导带宽资源分配自治实现全局均衡.     

含启动开销总线网络实时可分性负载调度算法

针对异构总线网络,提出了一种含启动开销的实时可分性负载调度方法。建立了实时可分性负载调度的最优化模型,即在满足实时任务截止期限的约束条件下,使系统计算资源消耗最小化;根据可分性负载调度的最优性原理,分析了网络中处理器负载分配的最优次序以及参与计算的处理器数目;在此基础上提出一种实时可分性负载调度算法并给出了算法的实现流程,该算法能够利用网络中最少的处理器数目,保证实时任务在其截止期限之前计算完成。理论分析和仿真测试都验证了所提出算法的有效性。     

Parlay多业务环境中SSDB机制的性能分析

主要研究在Parlay多业务环境中,在不同负载情况下,由软交换发起的业务和由Web服务器发起的业务之间性能的相互影响,提出了在这些业务间动态分配系统资源的方法,并在保证系统稳定性的前提下,提出使用会话建立时延约束（SSDB）机制确保各业务的吞吐量、请求响应时间等性能指标. 仿真结果表明,结合SSDB机制的系统资源动态分配能有效地满足下一代网络多业务环境中各业务性能的要求.