8、基于市场和阈值的多机器人任务分配比较研究

基于市场和阈值的多机器人任务分配比较研究

1 引言

多机器人协调近年来成为热门研究领域并取得显著进展。研究者们开发了多种协调方法，以发挥机器人团队在不同现实应用场景中的优势，如速度、鲁棒性、灵活性以及完成更多样任务的能力。然而，在广泛应用多机器人系统之前，理解众多协调方案之间的权衡至关重要。

我们特别关注在现实条件下，自组织方法和有意方法在多机器人任务分配中的权衡。自组织方法完全去中心化，通过众多简单个体的局部交互实现复杂的集体行为。机器人利用正负反馈机制和随机性独立且异步地选择行动，代理之间的交互常通过环境中的标记或局部广播通信进行调节。阈值方法是流行的自组织解决方案，机器人的活动选择由对任务刺激或需求的感知以及其对该任务的响应阈值调节。

相反，有意方法中，机器人通常较为复杂，以实现团队目标为明确意图进行协调。基于市场的方法是流行的有意方法，机器人作为自利代理参与虚拟市场经济，通过市场买卖任务进行分配，利用拍卖等集中点进行任务分配。一般来说，自组织方法（如阈值算法）消耗较少的通信和计算资源来实现分工，而有意方法（如基于市场的系统）消耗更多资源，但往往能产生更高效的分配。

目前，对于在现实任务分配中利用通信和集中点的成本和收益的研究较少。本文将比较基于市场和阈值的任务分配方案在有限通信、嘈杂状态和任务估计以及有限任务感知等现实条件下的性能，展示这些条件如何影响每种方法，并为使用这些分配方法提供建议。

2 阈值和基于市场的任务分配

给定一组具有共同目标和有限资源的机器人，任务分配的挑战在于确定如何将团队的全局目标分解并分配给各个成员，以实现某个全局目标。

2.1 阈值方法

在