CN108830483B - 多智能体系统任务规划方法 - Google Patents

Abstract

本发明公开一种多智能体系统任务规划方法，利用多智能体系统模型，引入正交交叉差分进化算法对系统当中任务进行有效的规划。与现有技术相比，本发明提出的多智能体系统规划方法效率明显，精确度更高，可靠性更强，能够有效的为多智能体系统节省工作工作时间。

Description

多智能体系统任务规划方法

技术领域

本发明涉及人工智能技术领域，具体涉及一种多智能体系统任务规划方法。

背景技术

近年来，随着人工智能技术的不断发展，多智能体技术得到了越来越多专家学者的关注，并作为人工智能领域研究的一个重要方向，多智能体系统是分布式人工智能(DAI，Distributed Artificial Intelligence)的一个重要分支，是20世纪末至21世纪初国际上人工智能的前沿学科，有着重要的理论和应用价值，在服务保障、国防科技、工业制造、安全保卫、资源勘探等领域有着广阔的应用前景，其主要研究包括路径规划、任务规划、协同作业等方面。目前大多多智能系统任务规划方法有很多，主要有基于市场机制方法、群体智能方法、基于行为的分配方法、基于优化算法、基于形式化逻辑程序的方法等。

2017年(Bays M J，Wettergren T A.Service agent–transport agent taskplanning incorporating robust scheduling techniques[J].Robotics&AutonomousSystems，2017，89：15-26.)等人提出了一种结合鲁棒性多智能体任务规划方法，该方法适用于自动包裹传递和长期海洋取样等，如果服务路线，对接和部署时间表没有仔细规划，总体安排的很好但效率还是很低的，并且有些威胁是不可避免的，因此结合鲁棒性的任务规划方法可以很好的弥补在任务规划过程当中的某些不可避免的威胁，但是上述方法随着智能体数量和任务数量的增加计算的复杂度就会明显的增加，效率比较低和能耗很大，对大而复杂的环境适应能力受到一定的限制。

2013年(Aker E，Patoglu V，Erdem E.Collaborative housekeeping roboticsusing Answer Set Programming[M].2013)等人提出基于逻辑程序的回答集(ASP)多智能体任务规划的研究，将智能体任务规划方法用形式化的逻辑程序语言来描述，利用逻辑程序的可扩展性和延展性，对多智能体在任务规划过程中动作、行为、目标、区域等描述问题提供了一种很高效的方法，不足之处就是该方法对于多智能体所处的环境具有一定的局限性，当环境变得大而复杂时效率时实性和可靠性得不到保证。

2011年(吴锋.基于决策理论的多智能体系统规划问题研究[D].中国科学技术大学，2011.)等人提出了一种基于决策理论的多智能体任务规划方法，该方法针对在线规划算法在智能体与环境交互的过程中进行规划，只考虑智能体当前遇到的情况。但是每次执行过程中，智能体实际遇到的情况只是各种可能中很小的一部分，因此在大规模问题求解上，在线算法更具有优势。但在线算法本身也有需要解决的难题。因为智能体需要实时的对环境做出反应，因此每次可用于规划的时间非常的有限。

发明内容

本发明针所要解决的是现有多智能体系统当中任务规划方法的效率低的问题，提供一种多智能体系统任务规划方法，其使得多智能体系统的效率更高、可靠性更强。

为解决上述问题，本发明是通过以下技术方案实现的：

多智能体系统任务规划方法，具体包括步骤如下：

步骤1、对多智能体系统进行建模；

步骤2、对步骤1所建立的多智能体系统模型进行初始化，生成每个机器人个体的初始目标向量；

步骤3、计算当前多智能体系统模型中的所有机器人个体的目标向量的目标函数值，并选择目标函数值最小的1个机器人个体作为当前迭代的选中机器人个体；

步骤4、对于除选中机器人个体之外的其他机器人个体：先对每个其他机器人个体的目标向量进行变异操作，得到每个其他机器人个体的变异向量；再将每个其他机器人个体的变异向量和该其他机器人个体的目标向量做交叉操作，得到每个其他机器人个体的尝试向量；

步骤5、对于选中机器人个体：先对选中机器人个体的目标向量进行变异操作，得到选中机器人个体的变异向量；再将选中机器人个体的变异向量和该选中机器人个体的目标向量进行正交叉交操作，生成多个解向量；后计算每个解向量的目标函数值，并选择目标函数值最大的一个解向量作为选中机器人个体的尝试向量；

步骤6、基于步骤4和5所得到的尝试向量，对于每个机器人个体：当该机器人个体的尝试向量的目标函数值小于该机器人个体的目标向量的目标函数值时，则将该机器人个体的尝试向量作为下一次迭代该机器人个体的目标向量；否则，将该机器人个体的目标向量作为下一次迭代该机器人个体的目标向量；

步骤7、判断选中机器人个体的当前目标函数值是否已满足给定的用户期望或者迭代次数是否已达给定的最大迭代次数，如果是，则进化终止，将此时选中机器人个体作为多智能体系统任务规划的解输出，否则返回步骤3。

上述步骤2中，初始化包括设定规划过程中的控制参数和确定规划过程中要实行的策略。

上述步骤2中，规划过程中的控制参数包括机器人个体规模NP、单个机器人个体个体数D，变异算子F、交叉算子CR和最大进化代数G。

上述步骤2中，规划过程中要实行的策略包括变异、交叉和正交交叉。

本发明利用多智能体系统模型，引入AOXDE优化算法(正交交叉差分进化算法)对系统当中任务进行有效的规划。与现有技术相比，本发明提出的多智能体系统规划方法效率明显，精确度更高，可靠性更强，能够有效的为多智能体系统节省工作工作时间。

附图说明

图1为基于AOXDE优化算法的多智能体系统任务规划方法的流程图。

图2为AOXDE变异。

图3为AOXDE交叉。

图4为AOXDE正交交叉。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实例，并参照附图，对本发明进一步详细说明。

本实施例首先根据多智能系统进行建模，设计多智能体任务规划模型，然后用AOXDE对上述系统模型进行初始化，并根据系统模型当中的目标函数，设计系统的变异、交叉、正交交叉等一系列操作，并计算相应的目标函数值。最后根据用户和实际需求，在visual studio2017环境下给出相应任务规划方案。

一种多智能体系统任务规划方法，如图1所示，具体包含如下步骤：

步骤1、对多智能体系统进行建模。

首先定义代价函数f_ij来表示机器人个体i完成任务j的代价值，如公式(1)所示。其中代价函数由影响该机器人个体i完成任务j的各因素的加权和来表示，具体来说，这些因素包括完成该任务的时间，能耗和可靠性等。

其中，w_α是影响机器人个体i完成任务j的第α个影响因素的权重；所有影响因素的集合用P_ij表示，假设我们定义t个影响因素，所以

具体来说，

可以表示时间，

表示能耗，……，

表示可靠性等。

为了优化机器人个体的任务分配组合TS＝{C_1j，C_2j，C_3j，…，C_Dj}的性能，我们设计优化问题抽象模型如下：

公式(2)为目标函数，其表示完成所有任务的总代价最小或最大。公式(3)表示机器人个体完成任务要满足的系统限制条件，其中

代表系统的限制条件，例如我们要求所有任务必须在一个小时之内完成，则所有机器人个体完成各自任务的最大时间必须小于一小时，即

公式(4)表示在任务分配过程中，如果任务j被分配给i，则y_ij＝1，否则为y_ij＝0，其中D代表机器人个体数；S代表任务数。公式(5)表示每个任务只能分配给一个机器人个体。公式(6)表示确保一个机器人个体可以被分配多个任务。

步骤2、应用AOXDE对上述系统模型进行初始化。

初始化操作，首先是要确定AOXDE在多智能体任务规划系统当中控制参数以及在后续操作中要实行的具体策略(变异采用二项式变异策略，交叉采用指数交叉策略)，AOXDE控制参数包括：种群规模NP(系统中机器人个体规模)，个体数D(系统当中单个机器人个体)，变异算子F、交叉算子CR、最大进化代数G等。

AOXDE定义了一个包含NP个维数为D机器人个体的系统。其中，每个机器人个体可以用一个D维参数向量来表示，单个机器人个体的目标向量可表示为X_i,G，X_i,G＝{x_1i,G,x_2i,G,x_3i,G,...,x_Di,G}，其中G表示当前系统更新代数，i表示系统中的第i个机器人个体，NP表示系统中机器人个体规模。

初始化系统规模按照公式(7)获得。

X_ji,0＝rand[0,1]*(X_j ^(U)-X_j ^(L))+X_j ^(L)(i＝1，2...，NP；j＝1，2...，D) (7)

其中i＝{1，2，3，....，NP}，j＝{1，2，3，....，D}，rand[0，1]表示取[0，1]之间的随机数。

步骤3、评估系统的性能。

利用模型中确定的方法计算出初始后系统当中的所有机器人个体的目标函数值f。通过比较每个机器人个体的f值，来确定进入下一环节当中的机器人个体。，可以采用随机选择的方法，也可以采用选择f值最差的方法来确定选中机器人个体。这里我们采用的是选择f值最差的方法来确定选中机器人个体。假设选中机器人个体是系统当中的第i个机器人个体，则令k＝i。

步骤4、系统对未选中的目标向量进行变异和交叉操作，并更新机器人个体的目标函数值。

如果i≠k，则首先通过公式(8)对目标向量X_i,G变异得到变异向量V_i,G，变异操作如图2所示；接着通过公式(9)对目标向量X_i,G和变异向量V_i,G进行交叉操作，得到尝试向量U_i,j,G，交叉操作如图3所示；最后计算尝试向量的目标函数f值。

式(8)中r1，r2，r3，ri是从{1，2，3，...，NP}中随机选出的几个互不相同的整数，F为缩放因子F∈[0,2]，是一个实常数因数，其作用是控制偏差变量的放大和缩小。o表示向量相乘。G表示当前种群的代数(系统的迭代次数)。

式(9)中V_i,j,G表示变异向量V_i,G在j维上的值，同理X_i,j,G表示目标向量X_i,G在j维上的值，，rand(0,1)是0到1之间均匀分布的一个随机小数，表示第i个向量上第j维上的数值被选中的概率，CR是指定的交叉概率，j_rand为1到D中随机产生的一个整数，以保证尝试向量和当前机器人个体表示的向量不是同一个向量。

步骤5、系统对选中的目标向量做变异和正交交叉操作，并更新机器人个体的目标函数值。

如果k＝i，则首先按照公式(8)对目标向量X_i,G变异得到变异向量V_i,G；然后根据式(10)和(11)获得正交矩阵L_M(Q^K)，并在此基础上引入数字量化技术，其中正交矩阵和数字量化技术有效的结合称之为正交交叉(Quantization Orthogonal Crosser，QOC)，即将根据(12)将得到的变异向量V_i,G和得到目标向量X_i,G做正交交叉，得到M个可能解向量，正交交叉操作如图4所示；最后，计算每个解向量的目标函数f值。

M＝Q^J (11)

其中正交矩阵L_M(Q^k)中的Q表示系统模型当中的影响因子(变量)，K表示影响因子在矩阵当中的层次(变量值)，L表示一个拉丁方针；M表示选出的一些有代表性的组合；

步骤6、系统对得到f值进行相应的选择。

根据尝试向量u和目标向量x的目标函数值来选择进入下一代机器人个体，具体描述如式如(13)：

步骤7、根据已有条件判断选中机器人个体的当前目标函数值是否已满足用户期望或者说进化代数是否已经达到最大值。如果是，进化终止，将此时的最佳个体作为解输出；若不是，则进化代数加1，并返回步骤3。

在visual studio2017环境下，运行上述系统，得到多智能体系统任务规划的最优任务分配方案，交给系统当中的智能体去完成。

表1 AOXDE伪代码

通过上述方法设计的多智能体任务规划系统，只需要根据实际需求，改变相应的参数，系统就能够给出最优任务方案执行序列，机器人个体根据相应的序列完成相应的任务。

需要说明的是，尽管以上本发明所述的实施例是说明性的，但这并非是对本发明的限制，因此本发明并不局限于上述具体实施方式中。在不脱离本发明原理的情况下，凡是本领域技术人员在本发明的启示下获得的其它实施方式，均视为在本发明的保护之内。

Claims (4)

1.多智能体系统任务规划方法，其特征是，具体包括步骤如下：

步骤1、对多智能体系统进行建模；

步骤2、对步骤1所建立的多智能体系统模型进行初始化，生成每个机器人个体的初始目标向量；

步骤3、计算当前多智能体系统模型中的所有机器人个体的目标向量的目标函数值，并选择目标函数值最小的1个机器人个体作为当前迭代的选中机器人个体；

步骤4、对于除选中机器人个体之外的其他机器人个体：先对每个其他机器人个体的目标向量进行变异操作，得到每个其他机器人个体的变异向量；再将每个其他机器人个体的变异向量和该其他机器人个体的目标向量做交叉操作，得到每个其他机器人个体的尝试向量；

步骤5、对于选中机器人个体：先对选中机器人个体的目标向量进行变异操作，得到选中机器人个体的变异向量；再将选中机器人个体的变异向量和该选中机器人个体的目标向量进行正交叉交操作，生成多个解向量；后计算每个解向量的目标函数值，并选择目标函数值最大的一个解向量作为选中机器人个体的尝试向量；

步骤6、基于步骤4和5所得到的尝试向量，对于每个机器人个体：当该机器人个体的尝试向量的目标函数值小于该机器人个体的目标向量的目标函数值时，则将该机器人个体的尝试向量作为下一次迭代该机器人个体的目标向量；否则，将该机器人个体的目标向量作为下一次迭代该机器人个体的目标向量；

步骤7、判断选中机器人个体的当前目标函数值是否已满足给定的用户期望或者迭代次数是否已达给定的最大迭代次数，如果是，则进化终止，将此时选中机器人个体作为多智能体系统任务规划的解输出，否则返回步骤3。

2.根据权利要求1所述的多智能体系统任务规划方法，其特征是，步骤2中，初始化包括设定规划过程中的控制参数和确定规划过程中要实行的策略。

3.根据权利要求2所述的多智能体系统任务规划方法，其特征是，步骤2中，规划过程中的控制参数包括机器人个体规模NP、单个机器人个体个体数D，变异算子F、交叉算子CR和最大进化代数G。

4.根据权利要求2所述的多智能体系统任务规划方法，其特征是，步骤2中，规划过程中要实行的策略包括变异、交叉和正交交叉。

Images