面向紧急任务的多智能体批次任务分配
张华卿1
郝明瑞1
姜吉祥1
张晓飞2
马宏宾3
司佳帅1
1.北京机电工程研究所复杂系统控制与智能协同全国重点实验室,北京 1000742.北京计算机技术及应用研究所,北京 1008543.北京理工大学自动化学院,北京 100081
摘要：现有的基于学习的构造任务分配方法需要在连续构造一个完整任务分配方案后,再将任务分配给智能体去执行,其在救援、对抗等大规模紧急任务场景下通常无法满足任务的实时性需求.本文则针对大规模紧急任务场景下异构多智能体任务分配策略寻优问题,提出了一种基于深度强化学习的多智能体批次任务分配方法.在该方法中设计了包含编码器、智能体和任务节点选择解码器、递归嵌入结构的策略模型,其能够根据目标函数的最优性要求一次给出一个批次的由智能体-任务节点对所构造的部分任务分配方案.在在线任务分配中相应的智能体不用等到构造完完整的任务分配方案后再去执行相应的任务.评估结果表明,多智能体批次任务分配方法提高了紧急任务场景下任务分配策略的实时性、可靠性和协同能力.
关键词：异构多智能体任务分配深度强化学习注意力机制紧急任务场景
论文发表日期：2025-11-30
在线出版日期：2025-12-29（本平台首次上网日期，不代表文献的发表时间）
页数：10( 2242-2251 )
英文信息