CN111124637B - 一种分布式卫星系统动态任务规划方法 - Google Patents
一种分布式卫星系统动态任务规划方法 Download PDFInfo
- Publication number
- CN111124637B CN111124637B CN201911248560.8A CN201911248560A CN111124637B CN 111124637 B CN111124637 B CN 111124637B CN 201911248560 A CN201911248560 A CN 201911248560A CN 111124637 B CN111124637 B CN 111124637B
- Authority
- CN
- China
- Prior art keywords
- satellite
- task
- tasks
- satellites
- executing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
- G06F9/5038—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5083—Techniques for rebalancing the load in a distributed system
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radio Relay Systems (AREA)
Abstract
本发明提供了一种分布式卫星系统动态任务规划方法,合同网算法应用于当由贪婪算法判定有不止一个的任务由同一卫星在同一时间窗口执行的情况,而贪婪算法则应用于除此之外的其他所有情况。本发明中规划方法采用分布式的结构避免了集中式所产生的大部分问题,其模型相对简单、耗费资源和时间少并且鲁棒性强,同时综合了贪婪算法与合同网二者的优点,可以实时完成动态任务规划,解决了通信开销过大及任务完成度低等问题,具有很好的工程实用性。
Description
技术领域
本发明涉及一种分布式卫星系统动态任务规划方法,具体涉及一种贪婪算法与合同网混合的分布式卫星系统(DSS)动态任务规划方法。
背景技术
目前关于卫星任务规划的算法主要有两大类,分别是集中式和分布式。随着航天技术的发展,卫星的研制和发射成本逐步降低,在轨数量快速增加,我国的航天系统传统上采用“天星地网、天地闭环、在轨自动运行”的工作模式已难以适应和满足应用需求。在传统的工作方式下,卫星间缺少有效的交互协同,难以根据感知结果及时做出快速响应,天地大闭环的工作方式严重制约了天基系统效能的发挥。
对于集中式的卫星任务规划由地面工程师依据预设条件制定任务方案,但这种模式依赖于稳定的运行环境和充裕的星地通信时间,伴随着高昂的星地沟通成本。而且其需要考虑大量的参数和约束,要在短时间内生成有质量的规划涉及到复杂的模型求解,会耗费大量资源和时间。最后,集中式的结构鲁棒性也比较差,单节点的失效可能会导致整个系统的瘫痪。
而分布式的任务规划目前主要是合同网协商机制,但所有任务都可以应用合同网的前提是假设DSS网络的通信状态十分理想,在目前的技术条件网络通信能力难以满足需求。其次,合同网机制所需要的通信开销巨大,并且很可能由于交互协商过程过于繁琐而通信水平不能与之匹配造成某些任务无法完成的结果。
发明内容
为了克服现有技术的不足,本发明人进行了锐意研究,提供一种贪婪算法与合同网混合的分布式卫星系统动态任务规划方法,采用分布式的结构避免了集中式所产生的大部分问题,其模型相对简单、耗费资源和时间少并且鲁棒性强;而改进的贪婪算法与合同网二者混合的算法能够很好的完成任务并且解决了通信开销过大以及任务完成度低等问题,从而完成本发明。
本发明的目的在于提供以下技术方案:
本发明提供了一种分布式卫星系统动态任务规划方法,该评价方法包括以下步骤:
该规划方法包括以下步骤:
(1)任务Ti在卫星中产生,其描述为Ti(n)(ui(n),ti(n),ci(n),si,ri);其中i代表任务的编号,n代表卫星的编号,ui(n)代表编号为n的卫星执行任务i时所需要的代价,ti(n)表示卫星n对任务i的执行时间窗口,ci(n)代表在卫星n中与任务i相冲突的任务,Si代表关于任务i的相关信息;ri代表任务i被执行的次数;
(2)卫星向系统中所有其他卫星发送任务协作信息Ti(n)(ui(n),ti(n),ci(n),si,ri);
(3)卫星n接收其他卫星关于此任务的信息;
(4)对于卫星中的每个任务,每颗卫星在其任务执行窗口前的t时间内对其自身冲突任务ci(n)进行判断;若ci(n)中的冲突任务个数为零,则执行步骤(5),否则执行步骤(6);
(5)对于卫星n中没有与其冲突的任务i,卫星n在此任务执行窗口前的t1(t1<t)时间内对目标函数Pi(n)进行判断;若Pi(n)=ui(n),则卫星n执行此任务i并将任务i已执行过的消息传递给其它所有卫星,反之则不执行此任务;
其中,目标函数Pi(n)=min(ui(1),ui(2),...,ui(N));
(6)若ci(n)中有k个冲突任务,则卫星n会分别对这k个任务的在所有卫星中可执行的时间窗口个数进行判断;若k个任务中的所有任务的可执行时间窗口个数大于1,则执行步骤(7);若k个任务中可执行时间窗口个数等于1的任务个数非零,则执行步骤(9);
(7)卫星n会分别对这k个任务的时间窗口ti(n)进行判断;若k个任务在此卫星的可执行时间窗口都符合ti(n)≠maxGi(n),则执行步骤(8),除以上之外的其他所有情况执行步骤(10);其中,Gi(n)为对于卫星n中的任务i其他卫星对此任务的执行窗口的参数:
Gi(n)={ti(1),ti(2),...,ti(N)};
(8)卫星n从多个任务中选择一个代价最小的执行,将此消息传递给其他所有卫星,并且将其余未执行的任务告知其他卫星,其他卫星会依此将这些任务关于卫星n的信息删除;
(9)可执行时间窗口个数等于1的任务个数不为零时,卫星n从中选择以一个代价最小的任务执行,并将此结果信息传递给其他卫星;其他可执行时间窗口个数等于1但未执行的任务转向步骤(11)执行;
(10)有多个任务在此卫星的可执行时间窗口符合ti(n)=maxGi(n),则卫星n从这些任务中选择一个代价最小的任务执行,将此消息传递给其他所有卫星并将不符合ti(n)=maxGi(n)的任务告知其他卫星此卫星n不再执行;其余符合ti(n)=maxGi(n)的任务由步骤(11)执行;
(11)剩余符合ti(n)=maxGi(n)或者符合可执行时间窗口个数等于1的任务由合同网机制执行;卫星n会作为管理者向其他卫星发布任务Ti(n)(ui(n),ti(n),ci(n),si,ri)进行招标;
(12)接收到任务信息的卫星作为合同者会根据任务信息进行自我评定;若符合招标信息,则撰写标书把自身关于任务的信息情况发回管理者卫星n进行投标;
(13)管理者卫星n根据评定标准进行评定,选择一个最优组合去执行未完成的冲突任务,并且将中标通知与未中标通知发送给相关卫星;
(14)若合同者卫星在限制时间tc内接到中标通知,则执行步骤(15);反之,则执行步骤(3);
(15)合同者卫星收到中标通知后执行相关任务,并将此结果传递给其他卫星;
(16)任务规划结束。
本发明提供的一种分布式卫星系统动态任务规划方法,带来了有益的技术效果:
(1)采用分布式的体系结构避免了集中式中复杂的模型求解、节省了大量资源和时间、增强了系统的鲁棒性;
(2)将贪婪算法与合同网机制结合起来应用于DSS的动态任务规划,其中合同网应用于当由贪婪算法判定有不止一个的任务由同一卫星在同一时间窗口执行的情况。而贪婪算法则应用于除此之外的其他所有情况。需要强调的是,本方法考虑了实际工程背景,即DSS的通信状态是非理想的(卫星之间的通信是时断时续的,两卫星之间交互一次的时间间隔可能很长);
通过贪婪算法与合同网机制的混合使用优化任务执行代价效果较好,并在此基础上减少了大量的通信开销,更适于实际工程的应用。
附图说明
图1示出分布式卫星系统观测任务模式;
图2示出本发明中动态任务规划方法流程。
具体实施方式
下面通过附图和实施例对本发明进一步详细说明。通过这些说明,本发明的特点和优点将变得更为清楚明确。
如图1所示,本发明提供了一种贪婪算法与合同网混合的分布式卫星系统动态任务规划方法,其分布式卫星系统观测任务模式如图1所示。该规划方法包括多颗带有观测能力的卫星,卫星之间在条件允许的情况下(满足通讯条件下)可以通信交互,如图2所示,该规划方法包括以下步骤:
(1)任务Ti在卫星中产生,其描述为Ti(n)(ui(n),ti(n),ci(n),si,ri)(这里可以是多个卫星产生多个任务);
假设对环境中的任务描述为Ti(n)(ui(n),ti(n),ci(n),si,ri),其中i代表任务的编号,n代表卫星的编号,ui(n)代表编号为n的卫星执行任务i时所需要的代价,ti(n)表示卫星n对任务i的执行时间窗口,ci(n)代表在卫星n中与任务i相冲突(这里的冲突指任务执行时间窗口冲突并且用此卫星执行代价最小)的任务,Si代表关于任务i的相关信息,例如可以是目标的位置、速度以及图像信息等等。ri代表任务i被执行的次数。
这里的任务执行代价ui(n)可以由多个条件进行约束,其可表示为:
ui(n)=w1xi(n)+w2yi(n)+...+wnzi(n)
其中w代表某个约束的权重,w后的元素代表具体的约束条件。本发明使用时间条件和卫星传感器的机动(侧摆角)代价进行约束,则ui(n)可表示为:
其中表示任务i执行的具体时间,qi(n)表示卫星n执行任务i的机动代价。为了突出任务执行时间越早越好的重要性,本发明中设置的w1大于w2。
(2)卫星向系统中所有其他卫星发送任务协作信息,即任务Ti的描述Ti(n)(ui(n),ti(n),ci(n),si,ri);
(3)卫星n接收其他卫星的任务信息;
(4)对于卫星中的每个任务,每颗卫星在其任务执行窗口前的t时间(例如可设为一分钟)内对其自身冲突任务ci(n)进行判断。若ci(n)中的冲突任务个数为零,则执行步骤5,否则执行步骤6;
(5)对于卫星n中没有与其冲突的任务i,卫星n在此任务执行窗口前的t1(t1<t)时间内对目标函数Pi(n)进行判断;若Pi(n)=ui(n),则卫星n执行此任务i并将任务i已执行过的消息传递给其它所有卫星,反之则不执行此任务;
其中,目标函数Pi(n)=min(ui(1),ui(2),...,ui(N));目标函数代表的意思即为选择以一个代价最小的任务执行。
(6)若ci(n)中有k个冲突任务,则卫星n会分别对这k个任务的在所有卫星中可执行的时间窗口个数进行判断;若k个任务中的所有任务的可执行时间窗口个数大于1,则执行步骤7;若k个任务中可执行时间窗口个数等于1的任务个数非零,则执行步骤9;
(7)卫星n会分别对这k个任务的时间窗口ti(n)进行判断。若k个任务在此卫星的可执行时间窗口都符合ti(n)≠maxGi(n),则执行步骤8,除以上之外的其他所有情况执行步骤10;其中,Gi(n)为对于卫星n中的任务i其他卫星对此任务的执行窗口的参数,简单来说,即是对于任务i,有多个卫星对此任务有可执行时间窗口。
Gi(n)={ti(1),ti(2),...,ti(N)};
(8)卫星n从多个任务中选择一个代价最小的执行,将此消息传递给其他所有卫星,并且将其余未执行的任务告知其他卫星,其他卫星会依此将这些任务关于卫星n的信息删除;
(9)可执行时间窗口个数等于1的任务个数不为零时,卫星n从中选择以一个代价最小的任务执行,并将此结果信息传递给其他卫星;其他可执行时间窗口个数等于1但未执行的任务转向步骤11执行;
(10)有多个任务在此卫星的可执行时间窗口符合ti(n)=maxGi(n),则卫星n从这些任务中选择一个代价最小的任务执行,将此消息传递给其他所有卫星并将不符合ti(n)=maxGi(n)的任务告知其他卫星此卫星n不再执行。其余符合ti(n)=maxGi(n)的任务由步骤11执行;
(11)剩余符合ti(n)=maxGi(n)或者符合可执行时间窗口个数等于1的任务由合同网机制执行;卫星n会作为管理者向其他卫星发布任务Ti(n)(ui(n),ti(n),ci(n),si,ri)进行招标;
(12)接收到任务信息的卫星作为合同者会根据任务信息进行自我评定。若符合招标信息,则撰写标书把自身关于任务的信息情况发回管理者卫星n进行投标;
(13)管理者卫星n根据评定标准进行评定,选择一个最优组合去执行未完成的冲突任务,并且将中标通知与未中标通知发送给相关卫星;式中,k为在卫星n中产生冲突的任务编号,uj(sl)是合同者卫星对某一任务j的执行代价,Si代表不同的合同者卫星。即对任务j有多个合同者对其有执行能力。
(14)若合同者卫星在限制时间tc内接到中标通知,则执行步骤15;反之,则执行步骤3;
(15)合同者卫星收到中标通知后执行相关任务,并将此结果传递给其他卫星;
(16)任务规划结束。
以上结合了优选的实施方式对本发明进行了说明,不过这些实施方式仅是范例性的,仅起到说明性的作用。在此基础上,可以对本发明进行多种替换和改进,这些均落入本发明的保护范围内。
Claims (4)
1.一种分布式卫星系统动态任务规划方法,其特征在于,该规划方法包括以下步骤:
(1)任务Ti在卫星中产生,其描述为Ti(n)(ui(n),ti(n),ci(n),si,ri);其中i代表任务的编号,n代表卫星的编号,ui(n)代表编号为n的卫星执行任务i时所需要的代价,ti(n)表示卫星n对任务i的执行时间窗口,ci(n)代表在卫星n中与任务i相冲突的任务,si代表关于任务i的相关信息;ri代表任务i被执行的次数;
(2)卫星向系统中所有其他卫星发送任务协作信息Ti(n)(ui(n),ti(n),ci(n),si,ri);
(3)卫星n接收其他卫星关于此任务的信息;
(4)对于卫星中的每个任务,每颗卫星在其任务执行窗口前的t时间内对其自身冲突任务ci(n)进行判断;若ci(n)中的冲突任务个数为零,则执行步骤(5),否则执行步骤(6);
(5)对于卫星n中没有与其冲突的任务i,卫星n在此任务执行窗口前的t1时间内对目标函数Pi(n)进行判断,t1<t;若Pi(n)=ui(n),则卫星n执行此任务i并将任务i已执行过的消息传递给其它所有卫星,反之则不执行此任务;
其中,目标函数Pi(n)=min(ui(1),ui(2),...,ui(N));
(6)若ci(n)中有k个冲突任务,则卫星n会分别对这k个任务的在所有卫星中可执行的时间窗口个数进行判断;若k个任务中的所有任务的可执行时间窗口个数大于1,则执行步骤(7);若k个任务中可执行时间窗口个数等于1的任务个数非零,则执行步骤(9);
(7)卫星n会分别对这k个任务的时间窗口ti(n)进行判断;若k个任务在此卫星的可执行时间窗口都符合ti(n)≠maxGi(n),则执行步骤(8),除以上之外的其他所有情况执行步骤(10);其中,Gi(n)为其他卫星对卫星n中的任务i的执行窗口的参数:
Gi(n)={ti(1),ti(2),...,ti(N)};
(8)卫星n从多个任务中选择一个代价最小的执行,将此消息传递给其他所有卫星,并且将其余未执行的任务告知其他卫星,其他卫星会依此将这些任务关于卫星n的信息删除;
(9)可执行时间窗口个数等于1的任务个数不为零时,卫星n从中选择以一个代价最小的任务执行,并将此结果信息传递给其他卫星;其他可执行时间窗口个数等于1但未执行的任务转向步骤(11)执行;
(10)有多个任务在此卫星的可执行时间窗口符合ti(n)=maxGi(n),则卫星n从这些任务中选择一个代价最小的任务执行,将此消息传递给其他所有卫星并将不符合ti(n)=maxGi(n)的任务告知其他卫星此卫星n不再执行;其余符合ti(n)=maxGi(n)的任务由步骤(11)执行;
(11)剩余符合ti(n)=maxGi(n)或者符合可执行时间窗口个数等于1的任务由合同网机制执行;卫星n会作为管理者向其他卫星发布任务Ti(n)(ui(n),ti(n),ci(n),si,ri)进行招标;
(12)接收到任务信息的卫星作为合同者会根据任务信息进行自我评定;若符合招标信息,则撰写标书把自身关于任务的信息情况发回管理者卫星n进行投标;
(13)管理者卫星n根据评定标准进行评定,选择一个最优组合去执行未完成的冲突任务,并且将中标通知与未中标通知发送给相关卫星;
(14)若合同者卫星在限制时间tc内接到中标通知,则执行步骤(15);反之,则执行步骤(3);
(15)合同者卫星收到中标通知后执行相关任务,并将此结果传递给其他卫星;
(16)任务规划结束。
2.根据权利要求1所述的分布式卫星系统动态任务规划方法,其特征在于,步骤(1)中,任务执行代价ui(n)时间条件和卫星传感器的机动代价进行约束;ui(n)可表示为:
其中表示任务i执行的具体时间,qi(n)表示卫星n执行任务i的机动代价,w1为的权重,w2为qi(n)的权重。
3.根据权利要求2所述的分布式卫星系统动态任务规划方法,其特征在于,的权重w1取值大于qi(n)的权重w2。
4.根据权利要求1所述的分布式卫星系统动态任务规划方法,其特征在于,在步骤(13)中,评定标准为式中,k为在卫星n中产生冲突的任务编号,uj(sl)是合同者卫星对某一任务j的执行代价,sl代表不同的合同者卫星。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911248560.8A CN111124637B (zh) | 2019-12-09 | 2019-12-09 | 一种分布式卫星系统动态任务规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911248560.8A CN111124637B (zh) | 2019-12-09 | 2019-12-09 | 一种分布式卫星系统动态任务规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111124637A CN111124637A (zh) | 2020-05-08 |
CN111124637B true CN111124637B (zh) | 2023-08-29 |
Family
ID=70497887
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911248560.8A Active CN111124637B (zh) | 2019-12-09 | 2019-12-09 | 一种分布式卫星系统动态任务规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111124637B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20030042091A (ko) * | 2001-11-21 | 2003-05-28 | 한국전자통신연구원 | 위성 임무 관리 시스템, 이를 이용한 위성 관제 시스템 및위성 관제 방법 |
CN108023637A (zh) * | 2017-12-06 | 2018-05-11 | 中国人民解放军国防科技大学 | 一种同构多星在线协同方法 |
CN109343945A (zh) * | 2018-09-11 | 2019-02-15 | 中国空间技术研究院 | 一种基于合同网算法的多任务动态分配方法 |
CN109409773A (zh) * | 2018-11-14 | 2019-03-01 | 中南大学 | 一种基于合同网机制的对地观测资源动态规划方法 |
-
2019
- 2019-12-09 CN CN201911248560.8A patent/CN111124637B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20030042091A (ko) * | 2001-11-21 | 2003-05-28 | 한국전자통신연구원 | 위성 임무 관리 시스템, 이를 이용한 위성 관제 시스템 및위성 관제 방법 |
CN108023637A (zh) * | 2017-12-06 | 2018-05-11 | 中国人民解放军国防科技大学 | 一种同构多星在线协同方法 |
CN109343945A (zh) * | 2018-09-11 | 2019-02-15 | 中国空间技术研究院 | 一种基于合同网算法的多任务动态分配方法 |
CN109409773A (zh) * | 2018-11-14 | 2019-03-01 | 中南大学 | 一种基于合同网机制的对地观测资源动态规划方法 |
Non-Patent Citations (1)
Title |
---|
多Agent系统任务分配方法综述;唐苏妍;朱一凡;李群;雷永林;;系统工程与电子技术(第10期);2155-2161 * |
Also Published As
Publication number | Publication date |
---|---|
CN111124637A (zh) | 2020-05-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nagayuki et al. | Multi-agent reinforcement learning: An approach based on the other agent's internal model | |
CN112672382B (zh) | 混合协作计算卸载方法、装置、电子设备及存储介质 | |
CN103455375B (zh) | Hadoop云平台下基于负载监控的混合调度方法 | |
CN106507275B (zh) | 一种无线传感器网络的鲁棒分布式滤波方法和装置 | |
Braquet et al. | Greedy decentralized auction-based task allocation for multi-agent systems | |
CN111124637B (zh) | 一种分布式卫星系统动态任务规划方法 | |
CN104077634A (zh) | 基于多目标优化的主动-反应式动态项目调度方法 | |
CN111833590A (zh) | 交通信号灯的控制方法、装置及计算机可读存储介质 | |
Lu et al. | Robust H/sub 2/and H/sub/spl infin//control of discrete-time systems with polytopic uncertainties via dynamic output feedback | |
CN111027801A (zh) | 基于任务邀请的卫星筛选方法和系统 | |
CN112256057B (zh) | 一种异构无人系统协同控制方法 | |
CN115689184A (zh) | 一种基于共识的捆绑算法的分布式任务分配方法 | |
CN114675647A (zh) | 一种agv小车调度及路径规划办法 | |
CN113821313B (zh) | 一种任务调度方法、装置及电子设备 | |
CN114594760A (zh) | 一种基于动态事件触发的多无人船航向一致性控制方法 | |
CN106408130B (zh) | 一种用于电力系统经济调度的分布式拍卖方法 | |
CN114205190A (zh) | 一种用于物联网关的自主监测协调方法 | |
CN106845016A (zh) | 一种基于事件驱动的量测调度方法 | |
Reinecke et al. | Adaptivity metric and performance for restart strategies in web services reliable messaging | |
Ghosh et al. | Dynamic Selection of Perception Models for Robotic Control | |
CN113014632B (zh) | 一种支持工业互联网业务应用的d2d计算卸载方法 | |
Chen et al. | An Integrated Scheduling Algorithm of Satellite Observation and Data Download Based on Multi-Agent Deep Reinforcement Learning | |
CN115878294B (zh) | 基于边缘计算的车辆混合关键系统的任务联合调度方法 | |
CN116579967B (zh) | 一种基于计算机视觉的三维点云图像融合系统 | |
Beynier et al. | Decentralized Markov decision processes for handling temporal and resource constraints in a multiple robot system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |