基于帕累托改进的多机器人动态任务分配算法

发布时间：2018-08-28 18:41

【摘要】：针对多机器人系统动态任务分配中存在的优化问题,在使用合同网初始任务分配的基础上提出了一种使用帕累托改进的任务二次分配算法。多机器人系统并行执行救火任务时,首先通过初始化任务分配将多机器人划分为若干子群;然后,每个子群承包某一救火任务,子群在执行任务的同时与就近子群进行帕累托改进确定需要迁移的机器人,实现两子群之间帕累托最优;最后,使用后序二叉树遍历对所有子群进行帕累托改进实现全局帕累托最优。理论分析和仿真结果表明,相较于强化学习算法和蚁群算法,所提算法的救火任务时间分别减少26.18%和37.04%;相较于传统合同网方法,所提算法在时间方面能够高效完成救火任务,在系统收益方面也具有明显优势。
[Abstract]:In order to solve the problem of dynamic task assignment in multi-robot systems, an improved task quadratic assignment algorithm using Pareto is proposed on the basis of initial task assignment using contract nets. When the multi-robot system executes the fire fighting task in parallel, the multi-robot is divided into several subgroups through the assignment of initialization tasks, and then each sub-group is contracted to a certain fire-fighting task. While performing the task, the subgroup performs Pareto improvement with the nearest subgroup to determine the robot that needs to be migrated, and realizes the Pareto optimization between the two subgroups. Finally, The global Pareto optimization is realized by using the Pareto improvement of all subgroups by traversing the postordered binary tree. Theoretical analysis and simulation results show that compared with reinforcement learning algorithm and ant colony algorithm, the proposed algorithm can reduce the firefighting task time by 26.18% and 37.04% respectively, compared with the traditional contract net method, the proposed algorithm can efficiently accomplish the fire-fighting task in terms of time. Also has the obvious superiority in the system income aspect.
【作者单位】： 杭州电子科技大学通信工程学院;
【基金】：国防预研基金资助项目(GFZ17040406004)~~
【分类号】：TP242

【相似文献】

相关期刊论文 前10条

1 徐东;多机器人系统的关键技术研究[J];应用科技;2004年07期

2 熊举峰,谭冠政,盘辉;多机器人系统的研究现状[J];计算机工程与应用;2005年30期

3 吴正平;关治洪;吴先用;;基于一致性理论的多机器人系统队形控制[J];控制与决策;2007年11期

4 姚俊武;黄丛生;;多机器人系统协调协作控制技术综述[J];黄石理工学院学报;2007年06期

5 马斌奇;;多机器人系统的研究现状及发展[J];科技信息;2009年04期

6 吴军;徐昕;连传强;贺汉根;;协作多机器人系统研究进展综述[J];智能系统学报;2011年01期

7 赵晓巍;袁庆;;多机器人系统在汽车焊接中的应用研究[J];中国高新技术企业;2014年09期

8 顿文力,孟庆春,庄晓东;对抗性多机器人系统对手建模的研究[J];计算机应用研究;2004年03期

9 王磊,唐华斌,孙增圻;多机器人系统形成联合协作的综合评价算法[J];清华大学学报(自然科学版);2005年04期

10 王佳;吴晓蓓;徐志良;;多机器人系统的互联控制问题讨论[J];控制工程;2007年05期

相关会议论文 前8条

1 苏丽颖;么立双;李小鹏;杜峰;;多机器人系统任务分配问题的建模与求解[A];2013年中国智能自动化学术会议论文集（第五分册）[C];2013年

2 袁云;张涛;张莹;;基于网络知识平台异种多机器人系统智能协调行为的动态学习[A];2007年中国智能自动化会议论文集[C];2007年

3 郝莉莉;顾浩;杨惠珍;康凤举;;多机器人系统合同网任务分配方法的改进与仿真[A];中国造船工程学会电子技术学术委员会——2012年水下复杂战场环境目标识别与对抗及仿真技术学术交流论文集[C];2012年

4 殷波;孟庆春;庄晓东;;基于模糊逻辑的多机器人系统智能学习方法[A];2005年中国智能自动化会议论文集[C];2005年

5 倪春波;孔一斐;杨月全;曹志强;张天平;;粒子群优化及其在多机器人系统中的应用展望[A];2013年中国智能自动化学术会议论文集（第五分册）[C];2013年

6 王磊;孙增圻;;基于行为的对手意图识别与对策决策[A];2004中国机器人足球比赛暨学术研讨会论文集[C];2004年

7 孟庆春;殷波;王旭柱;王汉萍;谭锐;葛玉荣;苑泉乐;;对多机器人系统工作空间进行实时建模的研究[A];2001年中国智能自动化会议论文集（上册）[C];2001年

8 刘伟;金雁;张钟俊;;基于合同网的作业车间分布式调度策略[A];第三届全国控制与决策系统学术会议论文集[C];1991年

相关博士学位论文 前10条

1 邵暖;基于双目视觉的多机器人系统协调跟踪控制研究[D];燕山大学;2015年

2 李峰;生物启发的多机器人系统编队控制与协同搜索[D];东华大学;2017年

3 王磊;动态对抗性环境下多机器人系统合作研究[D];清华大学;2005年

4 龙晓林;基于网络模型的多机器人系统研究[D];浙江大学;2007年

5 祖丽楠;多机器人系统自主协作控制与强化学习研究[D];吉林大学;2006年

6 董炀斌;多机器人系统的协作研究[D];浙江大学;2006年

7 李淑琴;面向任务的多机器人系统的组织设计研究[D];南京理工大学;2005年

8 柳林;多机器人系统任务分配及编队控制研究[D];国防科学技术大学;2006年

9 刘强;基于智能体的多机器人系统学习方法研究[D];哈尔滨工业大学;2016年

10 刘亚波;异构多机器人系统协同技术研究[D];浙江大学;2011年

相关硕士学位论文 前10条

1 刘玲;基于Ad hoc网络多机器人系统路由及通信可靠性算法研究[D];大连大学;2015年

2 张玉林;基于快速信息共享的多机器人系统重规划模型与算法的研究[D];电子科技大学;2015年

3 胡雪梅;分布式多机器人系统协同信息共享模型与算法的研究[D];电子科技大学;2015年

4 郑俊歌;异构多机器人系统通信协议一致性研究与实现[D];北方工业大学;2016年

5 何俊;室内多机器人系统定位与分布式控制技术[D];南京理工大学;2017年

6 韩晓霞;异构多机器人系统静态覆盖问题研究[D];西南交通大学;2017年

7 吴俊;异构多机器人系统建模与运动仿真[D];北方工业大学;2017年

8 部若谷;多机器人系统通信模块的设计与实现[D];上海交通大学;2008年

9 李根;矿井救援多机器人系统任务分配优化算法研究[D];辽宁工程技术大学;2011年

10 金露;基于社区感知网络的多机器人系统Q-学习与运动控制研究[D];扬州大学;2013年

，

本文编号：2210266