FA-SETPOWER-MRTA:多机器人任务分配的创新解决方案
1. 多机器人系统任务分配研究概述
在多机器人系统(MRS)的任务分配(MRTA)领域,存在多个不同的研究方向。
1.1 第二类研究方向
这一类研究主要致力于MRS中的协调问题,通常聚焦于ID[ST - SR - TA]问题。比如,有的研究使用旅行商问题(TSP)和多个TSP来对任务分配(TA)问题进行建模;还有的运用混合线性规划为MRS中的路由问题提供了不错的解决方案。此外,基于拍卖的方法因具有分布式特性,非常适合MRS,而被广泛用于解决该问题。
1.2 第三类研究方向
此方向有大量已开展的工作。例如,系统M + 利用市场系统处理瞬时任务分配问题,并支持优先级约束;有研究提出通过处理任务间的约束并采用市场经济方法来解决问题;还有研究针对机器人团队完成科学任务的路由问题进行探讨;另外,也有利用量子遗传算法和强化学习解决MRTA问题的工作;有的则通过启发式方法处理简单任务调度;将任务分配问题转化为联盟形成问题也是一种研究思路,并且有研究对相关算法进行改进,通过最小化通信和对代理能力施加约束来优化;还有利用拍卖和联盟解决TA问题的研究;也有提出对共享资源(如通信介质和处理器)施加约束的框架;以及考虑机器人当前任务和未来分配的TA问题研究。
1.3 第四类研究方向
这类研究成果相对较少,主要是因为问题难度高且缺乏数学公式。不过,仍有一些研究,如处理受自然灾害影响环境下的时间扩展任务分配问题;提出使用联盟的任务分配方法,该方法有集中式和分布式两个版本;还有对基于拍卖方法进行改进以处理时间扩展分配的研究。
超级会员免费看
订阅专栏 解锁全文

被折叠的 条评论
为什么被折叠?



