-
公开(公告)号:CN119005462A
公开(公告)日:2024-11-22
申请号:CN202411005431.7
申请日:2024-07-25
Applicant: 东南大学
IPC: G06Q10/047 , G06Q10/0631
Abstract: 本发明提出了一种基于分支定价算法的多信息采集机器人避险方法,旨在提高机器人在敌方围捕和攻击下的安全执行任务的能力。在对抗环境中,机器人执行信息采集、战场救援等危险任务。为了提高避险成功率,本发明将问题分解为采集策略和任务分配两个子问题,并提供解决方案。首先,采用分支定价算法为机器人设计避险行为策略;其次,在策略基础上,使用策略图算法优化任务分配,以获得最优避险任务分配策略。这两种算法结合考虑任务完成时间和避险增益,使机器人在相同时段内同一区域执行任务,最大化避险效益。
-
公开(公告)号:CN118938999A
公开(公告)日:2024-11-12
申请号:CN202411005423.2
申请日:2024-07-25
Applicant: 东南大学 , 北京京航计算通讯研究所
IPC: G05D1/695 , G05D109/20
Abstract: 本发明提出了一种无人机集群通信与决策针对链路动态性的智能目标任务分配方法,以应对链路动态性带来的挑战。随着无人机网络结构日趋复杂,链路的不稳定性对智能体间的交互稳定性造成影响。本方法通过分组、分层策略,将受动态性因素影响的任务迁移给其他智能体,减少任务接收次数,降低动态性因素传播风险,更好更智能地完成目标任务分配工作。具体操作包括将无人机建模为智能体,将不同层次的无人机群建模为网络层,对智能体任务进行三类分组,并根据智能体接受和任务完成的风险与成本,选择迁移智能体。与传统集中式任务迁移方法相比,本发明有效减轻了动态性因素影响,提高了任务完成率。
-