← 返回列表

一种基于基可达图的多智能体最优任务分配与规划方法、装置及系统

申请号: CN202311605617.1
申请人: 陕西科技大学
申请日期: 2023/11/28

摘要文本

本发明公开了一种基于基可达图的多智能体最优任务分配与规划方法、装置及系统,该方法主要包括:首先,将多智能体工作环境建模为栅格地图,并进一步建模为Petri网模型;然后根据任务要求对Petri网模型进行约简,并根据任务要求在约简后Petri网上添加控制库所;再根据添加控制库所后Petri网模型构建基可达图;在该基可达图中搜索满足任务要求的最小成本终点状态对Petri网模型进一步约简;最后根据终点状态进行路径回溯,获取多智能体在工作环境中满足任务要求且具有最小成本的任务分配方式与移动轨迹。本发明能够获取多智能体在复杂任务下的任务分配方案与最优轨迹,较大程度降低了最优解搜索成本,提升了大地图下复杂任务任务分配与规划效率。

专利详细信息

项目 内容
专利名称 一种基于基可达图的多智能体最优任务分配与规划方法、装置及系统
专利类型 发明申请
申请号 CN202311605617.1
申请日 2023/11/28
公告号 CN117516575A
公开日 2024/2/6
IPC主分类号 G01C21/34
权利人 陕西科技大学
发明人 何舟; 袁世龙; 张喆; 古婵
地址 陕西省西安市未央大学园区陕西科技大学

专利主权项内容

1.一种基于基可达图的多智能体最优任务分配与规划方法,其特征在于,包括:步骤S1:根据多个智能体的工作地图信息构建多智能体工作空间Petri网模型;步骤S2:根据每个智能体的任务要求化约简所述多智能体工作空间Petri网模型,得到约简Petri网模型,其中所述任务要求指的是每个智能体需执行的任务;步骤S3:对所述约简Petri网模型添加控制库所,并更新当前约简Petri网模型;步骤S4:根据所述任务要求确定更新后约简Petri网模型的显式变迁和隐式变迁,并剔除当前约简Petri网模型中隐式变迁集T中构成循环部分,将剔除的隐式变迁划分为显式变迁,得到基分区;I步骤S5:根据所述基分区生成多智能体当前约简Petri网模型的基可达图;步骤S6:筛选所述约简基可达图中满足终止任务要求的节点,并输出最优任务分配方案与最优规划路径。