多机器人系统任务分配的研究进展

多机器人系统任务分配是机器人研究领域一个关键的研究课题。从多机器人任务分配分类及问题描述、多机器人任务分配的研究动态等方面对多机器人任务分配进行了综述,并根据近期文献探讨了多机器人系统任务分配需要解决的若干重要问题。     

基于鲁棒Restless Bandits模型的多水下自主航行器任务分配策略

针对水下监测网络中多自主航行器（AUV）协同信息采集任务分配问题进行了研究。首先，为了同时考虑系统中目标传感器的节点状态与声学信道状态对AUV任务分配问题的影响，构建了水声监测网络系统的综合模型；其次，针对水下存在的多未知干扰因素并考虑了模型产生不精确的情况，基于强化学习理论将多AUV任务分配系统建模为鲁棒无休止赌博机问题（RBP）。最后，提出鲁棒Whittle算法求解所建立的RBP，从而求解得出多AUV的任务分配策略。仿真结果表明，在干扰环境下与未考虑干扰因素的分配策略相比，在系统分别选择1、2、3个目标时，鲁棒AUV分配策略对应的系统累计回报值参数的性能分别提升了5.5%、12.3%和9.6%，验证了所提方法的有效性。     

分布式约束满足问题及其在MAS任务分配中的应用*

针对多智能体系统(MAS)任务分配问题中多个任务与MAS两者的分布式特征,将任务分配问题形式化为分布式约束满足问题(DCSP)进行求解,分别建立了以任务为中心和以agent为中心两种MAS任务分配模型,基于改进的DCSP分布式并行求解算法,提出了基于DCSP的MAS任务分配问题求解框架。该方法适合求解agent间通信有随机延迟以及agent间存在多约束的问题,应用实例的求解表明了其实用性与有效性。     

多机器人任务分配的研究与进展

从多机器人任务分配的类型、任务分配方法、任务的死锁与解除以及各种任务分配算法的对比等4个方面,对多机器人任务分配的最新研究进展进行了概述.分析了多机器人任务分配的发展趋势,指出动态环境和未知环境下大规模异构机器人任务分配问题的研究是必然趋势,在众多研究方法中,群体智能方法是解决该类问题的未来研究方向.     

多移动机器人协同搬运技术综述

多移动机器人协同搬运系统是多移动机器人系统的典型应用，在一些特殊场合中具有较强的应用潜力。对此，本文综述了多移动机器人协同搬运的相关技术，总结了国内外的发展状况。针对不同的搬运对象，分析比较了抓取、推拉、锁定3种搬运方案，重点分析了不同搬运方案下的多移动机器人协同搬运策略算法原理以及各自的优缺点；概述了多移动机器人搬运系统中涉及的周边技术，主要包括多移动机器人任务分配、环境感知定位、轨迹规划3个方面；最后对多移动机器人协同搬运技术的研究方向进行了展望。     

装备维修保障资源配置综述

装备维修资源配置优化方法的研究对提升维修保障效率具有不可估量的作用,然而当前装备维修保障系统的维修资源的研究已经不能满足多中心系统高效保障的实际需求。因此,本文详细分析了装备维修保障维修资源配置优化问题的相关研究。首先概述了多中心装备保障系统主要包括维修任务预测、维修资源配置和多中心维修任务调度3个任务模块,并以此确定了维修保障资源配置流程。然后重点针对维修人员和维修备件资源配置优化问题参数、理论方法以及研究现状进行了综述。最后针对多中心维修保障系统资源研究的缺陷对未来发展趋势进行了展望,形成一种新的研究思路,为后续开展多中心系统资源配置优化研究提供参考。     

串行生产线中机器维修工人的任务分配问题研究

在串行生产线中, 机器会发生故障而且故障间隔时间随机, 因此需要维修工人及时维修, 使得故障的机器恢复加工能力, 否则就可能导致系统吞吐率降低. 如何在满足系统吞吐率的前提下, 使用尽可能少的维修工人来完成机器的维修任务, 本文称这样一个全新的问题为串行生产线中机器维修工人的任务分配问题. 针对该问题, 本文首先建立了问题的优化模型, 并将该优化问题转换为多个判定问题进行求解; 然后, 通过合理地定义机器的维修工作量, 使得判定问题可以类比为并行机调度问题; 最后, 采用了一种基于最长处理时间优先算法(Longest processing time, LPT)和回溯策略的启发式算法, 搜索最优的维修工人任务分配方式. 实验结果表明, 该方法能有效求解维修工人的任务分配问题.     

群智协同任务分配研究综述

任务分配是群智协同计算和众包中的核心问题之一,即通过设计合理的任务分配策略,在满足任务约束条件下,将群智任务分配给合适的工作者,以提高群智任务的完成效率和结果质量。分析了目前任务分配方法存在的问题,总结并提出了一个通用的任务分配框架,并分别从工作者模型、任务模型、任务分配算法三个方面对国内外相关研究工作进行了分析、归纳和总结。提出了群智协同任务分配研究中的关键问题与今后的研究趋势。     

基于改进粒子群算法的多无人机任务分配研究

任务分配问题是多无人机协同控制的关键技术之一.在深入分析多无人机任务分配问题特点的基础上,对现有模型进行了扩展,建立了多无人机协同任务分配的混合移数线性规划(MILP)模型.对现有粒子群算法进行了改进,提出一种具有较强全局搜索能力的多子群多阶段粒子群算法,开展了粒子群算法在多无人机协同任务分配问题中的应用研究,主要针对粒子群算法的编码策略、约束处理、算子选取、参数设置等方面进行相应的调整和改进.最后对算法进行了仿真,仿真结果表明了该方法的有效性.     

用于星球探测的多机器人任务规划技术

在星球探测机器人领域中,利用多个机器人执行探测任务是未来的发展趋势。多机器人任务规划作为多机器人系统的关键技术之一,是星球探测机器人研究领域的新方向。本文对国内外近年来有关多机器人任务规划的研究工作做了分析,重点针对部分有代表性笥的任务分解和任务分配方法进行剖析和总结,最后对星球探测领域中多机器人任务规划存在的问题及今后的研究发展方向进行了阐述。     

基于改进粒子群算法的空间众包任务分配模型

如何进行高效合理的任务分配是当前空间众包（SC）研究中的关键问题之一。针对SC分配效能低的问题,建立了最佳质量任务分配模型（maximum quality task assignment model,MQTAM）,并提出了基于改进粒子群算法的空间众包任务分配算法（SCTAM_PSO）。该模型充分考虑了工作者到达工作地点后完成任务的时间延迟、完成任务的可信度等因素,通过SCTAM_PSO算法智能搜索最佳分配方案以最大化提高任务完成质量。实验结果及分析表明MQTAM和SCTAM_PSO具有一定的有效性与可行性。     

数字化部队装备维修保障任务分配与调度框架研究

针对数字化部队装备维修保障需求,提出装备维修保障任务分配与调度问题,并分析问题特点与研究定位。基于霍尔三维结构,从要素维、逻辑维和知识维三个方面构建装备维修保障任务分配与调度的体系结构,并且在此基础上对装备维修保障任务分配与调度的组成要素、实施程序和技术方法进行系统分析。最后,对研究要点进行初步分析。     

面向多维修中心的资源受限任务调度问题研究

装备维修保障对推进作战顺利进行具有重要作用,合理高效的维修任务调度是维修保障的主要内容。首先讨论了资源受限伴随维修保障任务调度下的资源分类、优先级评估指标、维修调度模型、动态调度算法;其次分析了装备维修工序调度的流程;然后介绍了常见调度问题的目标函数、约束条件、求解算法;最后总结了资源受限任务调度存在的开放性问题和未来的发展方向。     

基于多影响因素的加权任务分配策略

为了解决工作流中人工型任务的自动优选分配问题,针对目前的任务分配算法考虑的因素比较固定,灵活性较差等缺点,在已有研究基础上,详细分析任务分配的影响因素,提出一种基于多影响因素的加权任务分配策略。该策略首先根据参与者的状态有效性和负载状况划分资源候选者集合,然后从资源候选者集合中按照综合匹配度进行执行者集合划分,将任务分配给评估分数最高的执行者集合,同时采用计时机制,完成任务的再次分配。同时,给出任务分配策略的形式化定义,以及分配算法的详细步骤。通过实验验证了该方法的合理性与适用性。     

基于位置服务的工作流任务分配方法

在工作流管理系统中,任务分配控制策略对系统的性能影响较大.为了缩短任务执行时间,提高流程运行效率,提升工作的客户满意度,本文在前人研究成果的基础之上,综合考虑任务参与者的工作负载、任务类型等因素,提出了一种基于位置服务的工作流任务分配方法,较好的解决了流程中任务分配的问题,保证任务被尽早、尽快、高质量地完成.     

群智能新研究:角色?匹配的狼群劳动分工

启发于生物狼群群体的劳动分工行为,本文提出一种新颖的角色?匹配狼群劳动分工方法。通过剖析自然狼群的生物学行为,概括提炼出狼群劳动分工行为的个体任务的专职化、个体角色可塑性和任务分配均衡性3个典型特征,并建立了生物狼群劳动分工行为与普适性任务分配问题之间的仿生映射关系;从狼群“个体?个体”+“个体?环境”的交互方式角度出发,分析了角色?匹配的狼群劳动分工的个体角色转换和任务调整机制,研究了狼群角色?匹配的柔性劳动分工机制,提出了一种新的群智能方法,即角色?匹配的狼群劳动分工方法;将狼群的角色?匹配劳动分工与蚁群的刺激?响应劳动分工和蜂群的激发?抑制劳动分工进行了比较分析,并展示出角色?匹配狼群劳动分工方法的应用前景。     

多约束下多无人机的任务规划研究综述

高度信息化的发展使得无人机作战优势凸显。准确的无人机任务规划技术是完成给定任务的重要保障。任务分配、路径规划是构成无人机任务规划技术的两个核心部分。基于该技术,首先讨论了无人机任务规划的发展状况、分类标准、体系结构。其次,分别详细介绍了影响任务分配、路径规划的重要指标,如分类标准、约束指标、相应模型、代表算法、评价指标等,然后,分别分析对比求解任务分配的启发式算法、数学规划方法、随机智能优化算法的优缺点和求解路径规划的数学规划方法、人工势场法、基于图形学法、智能优化算法的优缺点;最后,总结了无人机任务规划存在的开放性问题、未来发展方向和研究重点。