一种基于任务密集度动态调整的多机器人协作围捕任务分配方法

摘要

本发明提出一种基于任务密集度动态调整的多机器人协作围捕任务分配方法，属于任务分配技术领域。本方法包括：群体搜索及围捕建模、任务分配策略。本发明将经过强化学方法得到的围捕经验值的概念引入到任务分配算法中，对经过拍卖算法得到的初始任务分配方案进行动态调整，使其能够很好的适应动态变化的围捕环境，减少系统之间的通讯量与计算量；本发明在任务分配拍卖算法中对竞标机器人的代价函数求解进行了优化，提出了任务密集度的概念，便于提高多机器人协作系统任务分配的效率，减少花费成本。

主权项

一种基于任务密集度动态调整的多机器人协作围捕任务分配方法，其特征在于：对传统拍卖算法代价函数进行优化，利用强化学习得到的围捕经验对任务分配动态调整；具体操作步骤如下：1)群体搜索及围捕建模，2)任务分配策略。