买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国人民解放军国防科技大学

摘要：本发明公开了一种不确定环境下多Agent系统混合任务规划算法，包括混合调度框架、基于贪婪搜索的自组织任务规划算法、基于顺次分配的集中式任务规划算法和仿真实验；（1）混合调度框架，包括集中式任务规划和自组织任务规划；（2）基于贪婪搜索的自组织任务规划算法，自组织任务规划算法中，每个Agent独立执行信息收集、决策和行动任务，在决策过程中，需要与相邻Agent进行协商，包括贪婪行动规划过程，通信协商过程和行动重规划。

主权项：1.一种不确定环境下多Agent系统混合任务规划算法，其特征在于：包括混合调度框架、基于贪婪搜索的自组织任务规划算法、基于顺次分配的集中式任务规划算法和仿真实验；1混合调度框架，包括集中式任务规划和自组织任务规划；2基于贪婪搜索的自组织任务规划算法，自组织任务规划算法中，每个Agent独立执行信息收集、决策和行动任务，在决策过程中，需要与相邻Agent进行协商，包括贪婪行动规划过程，通信协商过程和行动重规划；3基于顺次分配的集中式任务规划算法，集中式任务规划算法中，每个Agent完成信息收集和行动执行，集群领机完成信息融合、行动决策和任务分配的任务；4仿真实验，多Agent系统在地震后的目标区域持续侦察，尽可能多的收集信息，从通信是否中断、预期步长、Agent数量和集中规划周期四个方面进行仿真实验，并对实验进行总结；仿真实验，多Agent系统在震后灾区进行信息收集，目的是尽可能多的收集环境信息，由于震后地面设施损毁，难以与外界交流，无法获知灾区受损情况，此外，由于天气、余震原因，灾区态势时刻变化，危险重重，因此，派遣无人机集群、无人车集群到灾区进行态势侦察，能够有效减少人员的意外伤亡，是一个行之有效的方法，设定的目标为多Agent系统能够尽可能多获得回报值，定量描述为， 其中Rot|st,at表示多Agent系统在状态s，执行行动a得到观测值ot时获得的总回报值，γ∈[0,1]表示折扣因子，D表示预测步长，对于标准的POMDP求解算法，问题的联合动作空间和联合观测空间随智能体的个数呈指数增长，从而这些求解器无法求解具有大量可能动作和观测的多智能体侦察监视问题，因此，对算法的参数敏感性进行分析；参数设置，点和边表示布局图，三角形表示Agent，虚线表示Agent的从当前位置开始的策略，假设多Agent系统在100万平方米的目标区域进行侦察，将该目标区域抽象为10×10的物理布局图G，其中，每个顶点表示1万平方米的区域，每个顶点信息等级初始为I1，初始信息信念向量为Λ1＝[1,0,0,0,0]，信息值向量为F＝[0,1,2,3,4]，折扣因子为γ＝0.9，信息状态转移服从相同的信息状态转移矩阵P，公式如下： 20个Agent随机分配到图G中的某个位置，假设时步t对应于现实情景中的5分钟，即5分钟内完成1万平方米目标区域内的信息收集、信息预处理、行动决策和行动执行，集群领机规划周期H为2，Agent预期步长D为1。

全文数据：

权利要求：

百度查询： 中国人民解放军国防科技大学 一种不确定环境下多Agent系统混合任务规划算法