CN114819779A - 多智能体跨域协同作业系统和方法 - Google Patents
多智能体跨域协同作业系统和方法 Download PDFInfo
- Publication number
- CN114819779A CN114819779A CN202210764485.6A CN202210764485A CN114819779A CN 114819779 A CN114819779 A CN 114819779A CN 202210764485 A CN202210764485 A CN 202210764485A CN 114819779 A CN114819779 A CN 114819779A
- Authority
- CN
- China
- Prior art keywords
- task
- intelligent
- cooperative
- resource
- group
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 230000007246 mechanism Effects 0.000 claims abstract description 37
- 238000011156 evaluation Methods 0.000 claims abstract description 29
- 230000008901 benefit Effects 0.000 claims abstract description 24
- 230000004044 response Effects 0.000 claims abstract description 22
- 238000012552 review Methods 0.000 claims description 23
- 230000010354 integration Effects 0.000 claims description 20
- 238000005516 engineering process Methods 0.000 claims description 11
- 230000000694 effects Effects 0.000 claims description 9
- 238000012797 qualification Methods 0.000 claims description 9
- 230000005284 excitation Effects 0.000 claims description 8
- 230000032683 aging Effects 0.000 claims description 4
- 206010000117 Abnormal behaviour Diseases 0.000 claims description 3
- 238000012854 evaluation process Methods 0.000 claims description 3
- 238000011084 recovery Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000011161 development Methods 0.000 abstract description 9
- 238000005755 formation reaction Methods 0.000 description 39
- 230000015572 biosynthetic process Effects 0.000 description 37
- 239000003795 chemical substances by application Substances 0.000 description 29
- 230000008569 process Effects 0.000 description 9
- 230000018109 developmental process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000002195 synergetic effect Effects 0.000 description 4
- 238000012550 audit Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- RTZKZFJDLAIYFH-UHFFFAOYSA-N Diethyl ether Chemical compound CCOCC RTZKZFJDLAIYFH-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 2
- 239000010931 gold Substances 0.000 description 2
- 229910052737 gold Inorganic materials 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000003828 downregulation Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 230000003827 upregulation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063114—Status monitoring or status determination for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/389—Keeping log of transactions for guaranteeing non-repudiation of a transaction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Finance (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Physics (AREA)
- Tourism & Hospitality (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Optimization (AREA)
- Quality & Reliability (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种多智能体跨域协同作业系统和方法,该系统包括基于区块链构建的协同作业平台、评审单元和多个智能群体,当前智能群体的自身能力资源与作业任务的资源需求不匹配时,将作业任务需求发布至协同作业平台,以使其他智能群体响应作业任务需求并上传任务执行方案,根据预设的最优匹配机制将作业任务的资源需求与任务执行方案匹配以确定任务执行智能群体,当前智能群体与任务执行智能群体签订智能合约,并上传至协同作业平台,评审单元采集历史任务数据计算作业任务的总效益,结合任务执行智能群体的贡献占比确定积分分配量,实现任务从发布到执行的快速响应,通过功勋评定激发各个智能群体的积极性和潜力,促进了系统的正向循环发展。
Description
技术领域
本申请涉及区块链技术领域,特别是涉及一种多智能体跨域协同作业系统和方法。
背景技术
随着区块链的迅速发展,利用区块链技术解决无人机跨域协同中的技术壁垒是一种实用的思路。针对于多个无人系统之间如何进行跨域协同已经成为当前无人系统领域研究和应用的热点。技术上,尤其将区块链技术运用于无人作业领域的研究颇多,并且取得了较多成果。理论上,现有研究多集中于作业概念和作业体系的创新,而在多智能体跨域协同的机制方面还存在一些可以完善的研究空间,尤其是从激励的角度考虑如何加强多智能体跨域协同机制的有效性以及如何提升在去中心化模式下智能体间的自组织能力。
发明内容
基于此,有必要针对上述技术问题,提供一种以任务激励为导向的多智能体跨域协同作业系统和方法。
一种多智能体跨域协同作业系统,所述系统包括:
基于区块链技术构建的协同作业平台、评审单元以及多个智能群体;所述智能群体用于发布任务以及响应任务;
在当前智能群体中生成作业任务,当前智能群体的自身能力资源与作业任务的资源需求不匹配时,将所述作业任务需求发布至协同作业平台,以使其他智能群体响应作业任务需求并上传任务执行方案至协同作业平台;
在协同作业平台中,根据预先设置的最优匹配机制将所述作业任务的资源需求与所述任务执行方案进行匹配,确定任务执行智能群体,发布任务的智能群体与任务执行智能群体签订点对点的智能合约,并上传至所述协同作业平台进行智能群体共识;
所述评审单元采集执行所述作业任务的历史数据,根据所述历史数据计算作业任务的总效益,结合所述任务执行智能群体完成任务的贡献占比确定每个任务执行智能群体的协同积分的分配量;
其中,所述协同积分用于确定各个智能群体所拥有的价值属性和权限属性;所述价值属性和权限属性的数值通过所述协同积分来衡量;所述权限属性包括高阶权限凭证和低阶权限凭证;所述低阶权限凭证包括资源使用权限凭证;所述高阶权限凭证包括点评权限凭证、投票权限凭证和资源推广权限凭证;
任务执行智能群体需要特定资源辅助任务执行时,在所述协同作业平台与资源供给智能群体签订点对点的智能合约,并支付一定量的协同积分以获取资源使用权限凭证辅助任务执行;其中持有资源推广权限凭证的资源供给智能体群体可使用资源推广权限凭证,使得其发布私有资源的价格相比其他普通私有资源的价格更高;
任务执行完成后,持有点评权限凭证的智能群体对任务作业完成情况的点评权重较其他智能群体更高;
在所述评审单元根据所述历史数据计算作业任务的总效益,结合所述任务执行智能群体完成任务的贡献占比确定每个任务执行智能群体应被支付的协同积分,若在评定过程中出现分歧,持有投票权限凭证的智能群体可进行投票表决以确定协同积分的最终分配方案。
在其中一个实施例中,所述当前智能群体的自身能力资源与作业任务的资源需求不匹配时,将所述作业任务需求发布至协同作业平台,以使其他智能群体响应作业任务需求并上传任务执行方案至协同作业平台,包括:
所述当前智能群体将所述作业任务需求发布至协同作业平台,所述协同作业平台根据所述作业任务需求生成任务响应的约束条件;所述约束条件包括响应时间和协同积分支付预算;
满足所述约束条件的智能群体响应作业任务需求并上传任务执行方案至协同作业平台;其中响应作业任务需求的智能群体预先质押过协同积分。
在其中一个实施例中,计算所述任务执行智能群体完成任务的贡献占比的步骤包括:
根据每一任务执行智能群体的任务实际执行时间与任务预期执行时间之比以及任务总目标数与完成目标个数之比,得到每一任务执行智能群体的任务完成情况指标;
所有智能群体对历史任务中各项任务的完成情况进行点评,得到各项任务的点评权重;
根据任务执行智能群体预先质押的协同积分的质押时间计算积分质押权重;其中持有高阶权限凭证的任务执行智能群体额外获得一定量的积分质押权重;
计算每一任务执行智能群体的低阶权限凭证持有量与系统内低阶权限凭证总量之比得到每一任务执行智能群体的低阶权限凭证持有占比,以及计算高阶权限凭证持有量与系统内高阶权限凭证总量之比得到每一任务执行智能群体的高阶权限凭证持有占比;
根据所述任务完成情况指标、所述点评权重、所述积分质押权重、所述低阶权限凭证持有占比以及所述高阶权限凭证持有占比,得到任务执行智能群体完成任务的贡献占比。
在其中一个实施例中,所述最优匹配机制包括第一匹配机制和/或第二匹配机制;
所述第一匹配机制为:在满足支付预算约束条件的前提下,将响应时间最少的智能群体确定为任务执行智能群体;
所述第二匹配机制为:在满足响应时间约束条件的前提下,选择所需协同积分支付数值最低的智能群体确定为任务执行智能群体。
在其中一个实施例中,任务执行智能群体需要特定资源辅助任务执行时,在所述协同作业平台与资源供给智能群体签订点对点的智能合约,并支付一定量的协同积分以获取资源使用权限凭证辅助任务执行,包括:
任务执行智能群体需要特定资源辅助任务执行时,在所述协同作业平台的资源区块链中根据资源描述确定需要交易的特定资源,所述资源描述包括资源概述以及资源价格;所述资源区块链中包括若干由智能群体发行的资源使用权限凭证;
所述任务执行智能群体与资源供给智能群体在所述协同作业平台签订点对点的智能合约,任务执行智能群体通过支付资源价格对应的协同积分以触发所述智能合约的执行,以获取资源使用权限凭证辅助任务执行。
在其中一个实施例中,所述智能群体发布资源使用权限凭证的步骤包括:
智能群体将私有资源上传至自有的资源库,所述资源库对所述私有资源进行划分和归类,根据私有资源的内在价值和时效价值对私有资源以协同积分进行标价;所述内在价值包括私有资源对系统运行的正向作用和对任务执行的辅助作用;
智能群体发行资源使用权限凭证,所述资源使用权限凭证通过审核通过后,对应的资源使用权限凭证可写入所述资源区块链,所述资源供给智能群体获得交易资格。
在其中一个实施例中,所述系统还包括智能合约设计者、指挥控制单元以及激励分配单元;
所述智能合约被签订使用并产生价值时,相应的智能合约设计者会得到一定量的协同积分的奖励;
当跨域协同作业系统失效时,由所述指挥控制单元承担首要恢复责任;所述指挥控制单元还用于审核智能群体发行的资源使用权限凭证,以及终止产生伪造或异常行为的任务执行群体的任务参与资格;
所述激励分配单元根据评审单元确定的协同积分分配方案进行协同积分的分配以及利用预留的一定量协同积分协调跨域协同作业系统。
在其中一个实施例中,所述激励分配单元根据评审单元确定的协同积分分配方案进行协同积分的分配的步骤包括:
所述激励分配单元对评审单元确定的协同积分分配方案中的作业任务总效益进行调整,得到一定时间段内的协同积分发行量;
根据所述协同积分发行量与每一任务执行智能群体的贡献占比的乘积得到每一任务执行群体的协同积分分配数量。
一种多智能体跨域协同作业方法,所述方法包括:
在当前智能群体中生成作业任务,当前智能群体的自身能力资源与作业任务的资源需求不匹配时,将所述作业任务需求发布至协同作业平台,以使其他智能群体响应作业任务需求并上传任务执行方案至协同作业平台;
在协同作业平台中,根据预先设置的最优匹配机制将所述作业任务的资源需求与所述任务执行方案进行匹配,确定任务执行智能群体,发布任务的智能群体与任务执行智能群体签订点对点的智能合约,并上传至所述协同作业平台进行智能群体共识;
根据评审单元采集的历史任务数据,计算作业任务的总效益,结合所述任务执行智能群体完成任务的贡献占比确定每个任务执行智能群体的协同积分的分配量;
其中,所述协同积分用于确定各个智能群体所拥有的价值属性和权限属性;所述价值属性和权限属性的数值通过所述协同积分来衡量;所述权限属性包括高阶权限凭证和低阶权限凭证;所述低阶权限凭证包括资源使用权限凭证;所述高阶权限凭证包括点评权限凭证、投票权限凭证和资源推广权限凭证;
当任务执行智能群体需要特定资源辅助任务执行时,在所述协同作业平台与资源供给智能群体签订点对点的智能合约,并支付一定量的协同积分以获取资源使用权限凭证辅助任务执行;其中持有资源推广权限凭证的资源供给智能体群体可使用资源推广权限凭证,使得其发布私有资源的价格相比其他普通私有资源的价格更高;
任务执行完成后,持有点评权限凭证的智能群体对任务作业完成情况的点评权重较其他智能群体更高;
在所述评审单元根据所述历史数据计算作业任务的总效益,结合所述任务执行智能群体完成任务的贡献占比确定每个任务执行智能群体的协同积分的分配量的过程中出现分歧时,持有投票权限凭证的智能群体进行投票表决以确定协同积分的最终分配方案。
上述多智能体跨域协同作业系统和方法,包括基于区块链技术构建的协同作业平台、评审单元以及多个智能群体,系统中的每个智能群体都作为协同作业平台的节点而接入,在当前智能群体中生成作业任务,当前智能群体的自身能力资源与作业任务的资源需求不匹配时,将作业任务需求发布至协同作业平台,以使其他智能群体响应作业任务需求并上传任务执行方案至协同作业平台,根据预先设置的最优匹配机制将作业任务的资源需求与任务执行方案进行匹配,确定任务执行智能群体,发布任务的智能群体与任务执行智能群体签订点对点的智能合约,并上传至协同作业平台进行智能群体共识,区块链技术的智能合约、网络共识等特点与去中心化的协同作业机制方面具有内在契合性,为多智能体跨域协同实现了最大程度地分散指挥,赋权到边缘,并实现不同智能群体之间的快速协调、互助和切换。评审单元采集执行作业任务的历史数据并计算作业任务的总效益,结合任务执行智能群体完成任务的贡献占比确定每个任务执行智能群体的协同积分的分配量,通过这一机制实现任务从发布到执行这一过程的快速响应,通过功勋评定激发多智能体跨域协同作业系统中各个智能群体的积极性和潜力,促进了本系统的正向循环发展。
附图说明
图1为一个实施例中多编队跨域协同作业场景示意图;
图2为一个实施例中数据资源交易示意图;
图3为一个实施例中多智能体跨域协同作业系统的总架构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在一个实施例中,提供了一种多智能体跨域协同作业系统,包括:
基于区块链技术构建的协同作业平台、评审单元以及若干个智能群体。
智能群体用于发布任务以及响应任务。每个智能群体中包括若干个智能体,无人车、无人机和无人艇均可作为智能体执行特定任务。
在当前智能群体中生成作业任务,当前智能群体的自身能力资源与作业任务的资源需求不匹配时,将作业任务需求发布至协同作业平台,以使其他智能群体响应作业任务需求并上传任务执行方案至协同作业平台,在协同作业平台中,根据预先设置的最优匹配机制将作业任务的资源需求与任务执行方案进行匹配,确定任务执行智能群体,当前智能群体与任务执行智能群体签订点对点的智能合约,并上传至协同作业平台进行智能群体共识。
值得注意的是,同一作业任务需求发布方可以与多个作业需求响应方签订任务执行智能合约。通过多智能体跨域协同平台对任务进行分配,提升任务响应速度,扩大了跨域合作空间以及跨域协同效果。智能合约的强制执行特性为整个多智能体跨域协同作业系统提供了可信基础,避免了违约事件的发生,降低了去中心化模式下的风险性。在任务分配过程中,确定了任务执行之后,需求方和响应方会签订智能合约,在智能合约中会规定任务执行前后的所有细节和触发条件,只有当相关参与方达到设定条件时智能合约才会执行。此外,生态内智能合约的执行规则并不是固化的,智能合约可以根据具体需求进行创新,赋予了跨域协同机制一定的灵活性和发展空间。
评审单元采集执行作业任务的历史数据,根据历史数据计算作业任务的总效益,结合任务执行智能群体完成任务的贡献占比确定每个任务执行智能群体的协同积分的分配量,即负责系统内任务执行情况的复盘审计以及任务执行后的功劳评定。
其中,协同积分用于确定各个智能群体所拥有的价值属性和权限属性,价值属性和权限属性的数值通过协同积分来衡量,权限属性包括高阶权限凭证和低阶权限凭证,低阶权限凭证包括资源使用权限凭证,高阶权限凭证包括点评权限凭证、投票权限凭证和资源推广权限凭证。
协同积分,实质上属于支付型凭证,在系统内具有支付手段以及衡量价值的功能。协同积分之间是无差异的,属于同质化数字凭证,类似于区块链中运行的数字货币,如比特币、以太坊等。作为系统内的支付手段,协同积分与高阶权限凭证和低阶权限凭证都具有兑换关系,而兑换比例就代表高阶权限凭证和低阶权限凭证的价值,因此协同积分的持有量在一定程度上可以反应智能群体的任务执行能力和资源禀赋。协同积分在系统内的主要用途包括:执行任务的奖励、交易中的支付手段、发行高阶权限凭证的抵押等。
资源使用权限凭证属于低阶功能型凭证,是基于装备、数据等资源为基础发行的非同质化凭证,其价值由协同积分进行衡量。将资源凭证化进而实现在区块链上的不同节点间的流通,为物理世界的资源在虚拟世界实现可交易提供了可能性,比如,一架无人机可以由独一无二的低阶权限凭证,即资源使用凭证来表示,持有该资源使用凭证表示拥有该架无人机。
生态治理权限凭证属于高阶功能型凭证,是系统中高级治理权的数字化证明,这类权限凭证在其评定授予和使用场景上复杂性更高,只有当智能群体的经验和任务执行功绩积累到一定程度,即协同积分达到一定数量标准后才具备发行高阶权限凭证的资格,例如:此外,高阶权限凭证的发行标准也需要参考协同积分的价值水平,例如:
当协同积分达到1000时,智能群体有权发行资源推广权限凭证;
当协同积分达到2000时,智能群体有权发行点评权限凭证;
当协同积分达到5000时,智能群体有权发行投票权限凭证。
任务执行智能群体需要特定资源辅助任务执行时,在协同作业平台与资源供给智能群体签订点对点的智能合约,并支付一定量的协同积分以获取资源使用权限凭证辅助任务执行,其中持有资源推广权限凭证的资源供给智能体群体可使用资源推广权限凭证,使得其发布私有资源的价格相比其他普通私有资源的价格更高,即对优质资源产生奖励效应,若持有资源推广权限凭证,对应的智能群体会在协同作业平台上带有特殊标识。
任务执行完成后,持有点评权限凭证的智能群体对任务作业完成情况的点评权重较其他智能群体更高,即在任务执行完成后,系统内所有智能群体都可以对该任务的完成效果进行点评,但拥有点评权限凭证的智能群体的点评会具有特殊表示,表明其更具权威性,具备“官方认证”效应。
在评审单元根据历史数据计算作业任务的总效益,结合任务执行智能群体完成任务的贡献占比确定每个任务执行智能群体应被支付的协同积分,若在评定过程中出现分歧,持有投票权限凭证的智能群体可进行投票表决以确定协同积分的最终分配方案,即在评审单元进行评审复盘时,若出现争议无法得出统一结果,拥有投票权限凭证的智能群体可以根据争议双方提供的任务执行数据对争议问题进行投票表决,并以多方投票结果作为最终结果。
上述多智能体跨域协同作业系统包括基于区块链技术构建的协同作业平台、评审单元以及多个智能群体,系统中的每个智能群体都作为协同作业平台的节点而接入,在当前智能群体中生成作业任务,当前智能群体的自身能力资源与作业任务的资源需求不匹配时,将作业任务需求发布至协同作业平台,以使其他智能群体响应作业任务需求并上传任务执行方案至协同作业平台,根据预先设置的最优匹配机制将作业任务的资源需求与任务执行方案进行匹配,确定任务执行智能群体,发布任务的智能群体与任务执行智能群体签订点对点的智能合约,并上传至协同作业平台进行智能群体共识,区块链技术的智能合约、网络共识等特点与去中心化的协同作业机制方面具有内在契合性,为多智能体跨域协同实现了最大程度地分散指挥,赋权到边缘,并实现不同智能群体之间的快速协调、互助和切换。评审单元采集执行作业任务的历史数据并计算作业任务的总效益,结合任务执行智能群体完成任务的贡献占比确定每个任务执行智能群体的协同积分的分配量,通过这一机制实现任务从发布到执行这一过程的快速响应,通过功勋评定激发多智能体跨域协同作业系统中各个智能群体的积极性和潜力,促进了本系统的正向循环发展。
在一个实施例中,当前智能群体将作业任务需求发布至协同作业平台,协同作业平台根据作业任务需求生成任务响应的约束条件。
约束条件包括响应时间和协同积分支付预算,满足约束条件的智能群体响应作业任务需求并上传任务执行方案至协同作业平台,其中响应作业任务需求的智能群体预先质押过协同积分,即智能群体需要预先质押一定量的协同积分才具备响应任务和执行任务的资格。
在一个实施例中,计算任务执行智能群体完成任务的贡献占比的步骤包括:
1、根据每一任务执行智能群体的任务实际执行时间与任务预期执行时间之比以及任务总目标数与完成目标个数之比,得到每一任务执行智能群体的任务完成情况指标。
2、所有智能群体对历史任务中各项任务的完成情况进行点评,得到各项任务的点评权重。
3、根据任务执行智能群体预先质押的协同积分的质押时间计算积分质押权重,可以如下方式实行质押机制,提供四类质押池,质押期分别为1、3、6、12个月,不同质押期限会影响积分的质押权重进而影响评审单元计算的贡献占比,质押协同积分至少一个月的智能群体将获得相应协同积分的质押权重。随着质押时间的增加,协同积分的质押权重也将依次提高10%:
质押1个月的权重 =1.1
质押3个月的权重=1.1(增加10%)
质押6个月的权重=1.2(增加20%)
质押12个月的权重=1.3(增加30%)
其中持有高阶权限凭证的任务执行智能群体额外获得一定量(如20%)的积分质押权重。
4、计算每一任务执行智能群体的低阶权限凭证持有量与系统内低阶权限凭证总量之比得到每一任务执行智能群体的低阶权限凭证持有占比,以及计算高阶权限凭证持有量与系统内高阶权限凭证总量之比得到每一任务执行智能群体的高阶权限凭证持有占比。
5、根据任务完成情况指标、点评权重、积分质押权重、低阶权限凭证持有占比以及高阶权限凭证持有占比,得到任务执行智能群体完成任务的贡献占比:
其中,表示第个任务执行智能群体的贡献占比,为点评权重,为积分质押权重,为任务实际执行时间,为任务预期执行时间,为完成目标个数,为任务总目标数,为第个任务执行智能群体的低阶权限凭证持有量,为系统内低阶权限凭证总量,为第个任务执行智能群体的高阶权限凭证持有量,为系统内高阶权限凭证总量。
在一个实施例中,最优匹配机制包括第一匹配机制和/或第二匹配机制;
第一匹配机制为:在满足支付预算约束条件的前提下,选择响应时间最少的智能群体作为任务执行智能群体。
第二匹配机制为:在满足响应时间约束条件的前提下,选择所需协同积分支付数值最低的智能群体作为任务执行智能群体。
通过一个假定场景进行说明,在此场景中智能群体为编队。
编队A通过无人机发现,以116°E,50°S为圆心,半径为5海里的区域内有非我方目标出现,需要快速判断该目标的真实身份并采取相关措施。编队A通过评判自身资源禀赋是否达到完成任务的能力要求而作出不同决策。若达到,A可独立开展应急任务的执行;若未达到,则需要直接通过跨域协同平台发布任务需求,由其他编队响应任务需求,其流程如图1所示。
图1展示的多编队跨域协同作业场景示意图中主要包括如下步骤:
1、应急侦察任务发布
编队A在平台内发布非我方目标侦察任务,同时,上传与目标相关的位置、距离、天气、海况等重要相关数据,平台会根据数据自动生成对应急任务的相关约束条件,如下:
条件1:支援需求:侦察非我方目标;
条件2:响应时间:小于30分钟;
条件3:支付预算:小于20协同积分。
需要注意的是,在任务执行完成之前的所有支付预算是由响应任务需求的编队在应急情况下的粗略估计,用于各参与方价值参考,而最终确定的任务执行后的奖励是根据评审单元进行复盘审计和功勋评定的计算结果,由激励分配单元发行新的协同积分进行奖励。
2、侦察任务响应
具有任务执行资格(预先质押过协同积分)的编队B、编队C和编队D迅速做出反应,综合考虑距离、资源禀赋、任务执行难度等因素后参与任务竞标,并确定各自的解决方案申报至跨域协同作业平台。
3、任务执行方确定
参与任务投标的资源能力闲置编队因其所在地理位置和执行任务成本代价不同,因而投标时申明的响应时间和竞标价格不一样。而依据不同的竞价机制,中标结果也会不同。例如:
机制一:在满足支付预算约束前提下,响应时间最小化。结果是拥有通信卫星的编队B赢得拍卖。
机制二:在满足响应时间约束前提下,支付价格最小化。结果是拥有侦察无人机的编队C赢得拍卖。
任务协同平台对方案进行审核,以满足价格约束为最高优先级,则确定由编队C中标,A与C签订智能合约并进行全网共识。
编队C派出侦察无人机对相关区域进行侦察,顺利完成非我方目标识别并实施进一步措施,该任务在时间约束范围内完成。
在一个实施例中,任务执行智能群体需要特定资源辅助任务执行时,在协同作业平台的资源区块链中根据资源描述确定需要交易的特定资源。
资源描述包括资源概述以及资源价格,资源区块链中包括若干由智能群体发布的资源使用权限凭证;
任务执行智能群体与资源供给智能群体在协同作业平台签订点对点的智能合约,任务执行智能群体通过支付资源价格对应的协同积分以触发智能合约的执行,获取资源使用权限凭证限辅助任务执行。
例如,智能体在执行任务的过程中会获得许多重要数据,比如实时侦查数据、地理测度数据以及无人机遥感数据等。在跨域协同系统中每一类数据都具有特定价值,可以此为基础发行数据资源访问和使用权,通过资源区块链进行流通,从而实现协同作业系统的数据共享和融合,以协同积分作为支付手段提供激励。
本系统设计的资源区块链由三类参与方构成,分别是拥有数据且愿意进行数据共享的数据提供方、在执行任务或训练过程中需要数据而自身又不具备的数据需求方以及提供数据交易服务的数据交易平台方。数据交易平台是基于区块链的去中心化交易场所,由协同作业负责审核管理,各智能体和其他相关参与均以独立节点的形式接入该平台。
数据交易流程如图2所示,以无人机为例,无人机每次获得的数据将传输至自有的数据库进行保存,其他智能群体通过密钥可以对该数据库地址中的特定数据集进行访问并获取,该数据的所有权属于拥有该无人机的智能群体。同时,在本数据交易市场中,经过认证上链的数据资源访问和使用权限凭证并没有直接存储交易数据,而是存储数据资源访问密钥、数据资源描述以及交易数据的价格信息,而交易数据仍然存储于各智能群体的资源数据库中,数据购买者通过数据资源访问和使用权限凭证中包含的数据描述确定要交易的数据集之后,在平台与数据提供方签订智能合约。以购买者支付协同积分的行为触发智能合约自动执行,完成数据资源访问和使用权限凭证的交割,购买方拥有数据资源访问和使用权限凭证即表示对该武器数据库内特定数据集拥有访问权限,可通过密钥获取数据。
智能群体发布资源使用权限凭证的步骤包括:
智能群体将私有资源上传至自有的资源库,资源库对私有资源进行划分和归类,根据私有资源的内在价值和时效价值对私有资源以协同积分进行标价。内在价值包括私有资源对系统运行的正向作用和对任务执行的辅助作用,时效价值即使用数据的时间期限长短。
智能群体发行资源使用权限凭证,资源使用权限凭证通过审核通过后,对应的资源使用权限凭证可写入资源区块链,资源供给智能群体获得交易资格。
在一个实施例中,系统还包括智能合约设计者、指挥控制单元以及激励分配单元;
智能合约被签订使用并产生价值时,相应的智能合约设计者会得到一定量的协同积分的奖励;智能合约开发者会针对系统内任务的执行、通证的流通规则、高阶权限授予等场景设计智能合约,将生态规则代码化,生态内其他角色可以调用这些智能合约,当智能合约被使用并产生价值时相应的开发者也将得到奖励。
当跨域协同作业系统失效时,由指挥控制单元承担首要恢复责任;指挥控制单元还用于审核智能群体发行的资源使用权限凭证,以及终止产生伪造或异常行为的任务执行群体的任务参与资格;
激励分配单元根据评审单元确定的协同积分分配方案进行协同积分的分配以及利用预留的一定量协同积分协调跨域协同作业系统。
每期智能群体的协同积分分配将遵循:
调整后每期任务执行产生的总效益*(单个智能群体得分/系统内整体智能群体总得分)
每期任务执行产生的总效益调整过程如下:
可将整个系统协同积分总量的初始设定为不超过m(单位设定为T),协同积分初始发行时,1T协同积分的价值与0.1g黄金的当期市场价格等同。为保证协同积分对外兑换的价值基本稳定,且为保证系统后续的长期持续性,协同积分的总量不会一次性发完,而是分n次发行,每次分发量逐期递减。
每一期协同积分发行总量根据本期内所有任务执行完成后复盘结果来确定,被分配方则包括如下四类或部分参与者:
第一类是由任务执行方获得,奖励任务执行方在协同任务的完成的完成过程中所做出的贡献。其中对于多主体合作完成一个任务,不同执行方是否得到积分以及分配多少积分,须根据每个主体在本期的贡献确定;
第二类是由智能合约开发者获得,以此表示对合约设计者的奖励;
第三类是由指控单元和评审单元获得,对他们作出的复盘评审等工作进行奖励;
第四类是用于跨域协同作业系统的调节,以平衡各智能群体之间的协同积分总量。
激励分配单元将依据任务完成的效益来确定每一期奖励协同积分的数量,因此需要对“任务”的范围作简要说明,即所有利于协同系统正向发展的积极行为均可被定义为“任务”,比如跨域应急救援行动、侦察行动以及智能合约设计这样的技术性贡献均属于该范围内。相对应的,如果参与者存在不利于系统发展或影响任务顺利执行的负面行为,也将受到没收协同积分的惩罚。
激励分配单元利用预留的一定量协同积分协调跨域协同作业系统,即对跨域协同系统进行宏观调节,充分利用预留的协同积分,抑制协同积分的单向流动和恶性冲击,以保证系统的整体稳定。比如在紧缩严重情况下释放协同积分以缓解系统压力,而在通货膨胀严重情况下则将减少每期协同积分的发行比例。同时,在前期为保证各智能群体的均衡发展,对于某些在资源禀赋上的不足的智能群体予以道德援助,在其应急任务目标完成后再进行偿还。长期来看,生态体内协同积分的数量需要与系统发展的体量相吻合,防止出现协同积分总量膨胀或紧缩,以此保证协同积分价值的长期稳定。
如图3所示,提供跨域协同作业系统的架构示意图,可以看到,本系统包括以区块链技术底层构建的协同作业平台,在任务执行前,智能群体A进行任务的发布,其他智能群体进行任务需求的响应,利用最佳匹配原则确定任务执行智能群体,即确定中标,接着任务执行智能群体即图1中的智能群体B与智能群体A签订智能合约,任务执行后,由评审单元进行复盘审计,然后由激励分配单元根据评审结果进行功勋结算;智能群体C向智能群体D售卖资源使用权限凭证T1,即低阶权限凭证;智能群体B、C对评审单元在确定协同积分分配方案的过程中可以行使高阶权限凭证T2,如点评权限凭证、投票权限凭证等。
在此通过一个例子对评审单元的定期协同复盘进行说明,在此例中,智能体群为编队:
在初始阶段,系统内的情况如表1所示:
表1:初始阶段各编队资源价值明细
在第t期末,需要对t期内的所有任务进行协同复盘评审,基于执行过程中产生的可信数据,确定任务产出的总效益。再根据奖惩激励机制中的贡献占比计算方式确定各编队应分配的协同积分数量。此处假设在t期内,共执行了三次探测任务,分别是任务一、任务二和任务三,其在生态内产生的总效益为300协同积分,由于第t期末,协同积分的价值相较于黄金贬值了10%,则本期发行比例应减少10%,设调整后的协同积分发行量为270。
结合根据公式(1)得到生态内第t期的情况如表2所示:
表2 第t期末系统内整体情况假设表
依据任务激励方法对各智能群体进行协同积分分配。依据分配量,在第t期末,编队A应得40协同积分、编队B应得92协同积分、编队C应得91协同积分。结合公式(2),协同复盘结果见表3:
表3 第t期末协同复盘结果
其中,编队A的协同积分质押时间为12个月,编队A无高阶权限凭证,因此,对应的质押权重为1.3;编队B持有高阶权限凭证,额外获得20%的质押权重,协同积分质押时间为12个月,因此,质押权重为1.3+0.2=1.5;编队B持有高阶权限凭证,额外获得20%的质押权重,协同积分质押时间为6个月,因此,质押权重为1.2+0.2=1.4。点评权重是综合各个编队对任务执行情况的点评情况确定的,此处设定编队A、B、C各自完成的任务一、二、三所得到的点评权重依次为0.8、1.2、1.3。
结算完成之后,第t期末各编队资源价值明细见表4:
表4:第t期末各编队资源价值明细
高阶权限凭证发行过程如下:
至第t+1期末,评审单元对系统内各智能群体进行高阶权限凭证认定,对满足要求对智能群体授予高阶权限凭证发行权。
高阶权限凭证的发行标准将参考协同积分和低阶权限凭证的价值总和。
此外,在达到协同积分标准之后,评审单元还将依据历史数据对各智能群体的经验年限、任务绩效值、中标能力以及资源价值进行综合考量。其中,经验值按每三年增加5%,综合指标需达到50%以上。只有当协同积分标准和综合指标均达到要求才能发行高阶权限凭证。结合表4,A、B、C三个编队的情况如表5所示:
通过表5数据的综合指标可以得出,编队A可发行投票权限凭证、编队B暂未获得发行资格,编队C也可发行投票权限凭证,发行完成之后,第t+1期末各编队资源价值明细见表6:
表5:至t+1期的各编队历史数据
表6:第t+1期末各编队资源价值明细
激励分配单元对系统内协同积分分配不均衡情况的调节:
多智能体跨域协同系统运转第i*t期。在此期间,在跨域协同平台中大规模应急任务协同完成超过35例、小规模应急协同达到60例。各节点通过不断磨合,已经形成了较为完善的多智能体跨域协同激励机制。同时,由于各智能群体之间存在的能力、资源以及对系统的贡献方面的差异,智能群体之间形成了“贫富差距”。首先,由于B与A、C之间出现了较为明显的资源差距,为维护系统的生态平衡,将采取正负向调节的方式对“贫富差距”进行调整。其次,依据智能群体规模以及发展趋势的预计,设定5000~50000协同积分的价值区间。每期末评定时,若该智能群体各阶权限凭证价值总量低于或等于5000,则均按照5000的25%进行补贴,若该智能群体各阶权限凭证价值总量高于50000,则超出部分由生态回收25%。第i*t期末,A、B、C编队的各阶权限凭证持有量如表7:
表7:第i*t期各编队资源价值明细
最后,在第i*t期末,向编队C回收2147协同积分,向编队B补贴1250协同积分。回收的积分数量不足以对冲补贴的智能群体时,可启用预留的5%用于系统调节的协同积分进行补贴。调节后各编队资源价值明细见表8:
表8调节后第i*t期各编队资源价值明细
一种多智能体跨域协同作业方法,包括:
在当前智能群体中生成作业任务,当前智能群体的自身能力资源与作业任务的资源需求不匹配时,将作业任务需求发布至协同作业平台,以使其他智能群体响应作业任务需求并上传任务执行方案至协同作业平台;
在协同作业平台中,根据预先设置的最优匹配机制将作业任务的资源需求与任务执行方案进行匹配,确定任务执行智能群体,发布任务的智能群体与任务执行智能群体签订点对点的智能合约,并上传至协同作业平台进行智能群体共识;
根据评审单元采集的历史任务数据,计算作业任务的总效益,结合任务执行智能群体完成任务的贡献占比确定每个任务执行智能群体的协同积分的分配量;
其中,协同积分用于确定各个智能群体所拥有的价值属性和权限属性;价值属性和权限属性的数值通过协同积分来衡量;权限属性包括高阶权限凭证和低阶权限凭证;低阶权限凭证包括资源使用权限凭证;高阶权限凭证包括点评权限凭证、投票权限凭证和资源推广权限凭证;
当任务执行智能群体需要特定资源辅助任务执行时,在协同作业平台与资源供给智能群体签订点对点的智能合约,并支付一定量的协同积分以获取资源使用权限凭证辅助任务执行;其中持有资源推广权限凭证的资源供给智能体群体可使用资源推广权限凭证,使得其发布私有资源的价格相比其他普通私有资源的价格更高;
任务执行完成后,持有点评权限凭证的智能群体对任务作业完成情况的点评权重较其他智能群体更高;
在评审单元根据历史数据计算作业任务的总效益,结合任务执行智能群体完成任务的贡献占比确定每个任务执行智能群体的协同积分的分配量的过程中出现分歧时,持有投票权限凭证的智能群体进行投票表决以确定协同积分的最终分配方案。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (9)
1.一种多智能体跨域协同作业系统,其特征在于,所述系统包括:
基于区块链技术构建的协同作业平台、评审单元以及多个智能群体;所述智能群体用于发布任务以及响应任务;
在当前智能群体中生成作业任务,当前智能群体的自身能力资源与作业任务的资源需求不匹配时,将作业任务需求发布至协同作业平台,以使其他智能群体响应所述作业任务需求并上传任务执行方案至协同作业平台;
在协同作业平台中,根据预先设置的最优匹配机制将所述作业任务的资源需求与所述任务执行方案进行匹配,确定任务执行智能群体,发布任务的智能群体与任务执行智能群体签订点对点的智能合约,并上传至所述协同作业平台进行智能群体共识;
所述评审单元采集执行所述作业任务的历史数据,根据所述历史数据计算作业任务的总效益,结合所述任务执行智能群体完成任务的贡献占比确定每个任务执行智能群体的协同积分的分配量;
其中,所述协同积分用于确定各个智能群体所拥有的价值属性和权限属性;所述价值属性和权限属性的数值通过所述协同积分来衡量;所述权限属性包括高阶权限凭证和低阶权限凭证;所述低阶权限凭证包括资源使用权限凭证;所述高阶权限凭证包括点评权限凭证、投票权限凭证和资源推广权限凭证;
任务执行智能群体需要特定资源辅助任务执行时,在所述协同作业平台与资源供给智能群体签订点对点的智能合约,并支付一定量的协同积分以获取资源使用权限凭证辅助任务执行;其中持有资源推广权限凭证的资源供给智能体群体可使用资源推广权限凭证,使得其发布私有资源的价格相比其他普通私有资源的价格更高;
任务执行完成后,持有点评权限凭证的智能群体对任务作业完成情况的点评权重较其他智能群体更高;
在所述评审单元根据所述历史数据计算作业任务的总效益,结合所述任务执行智能群体完成任务的贡献占比确定每个任务执行智能群体应被支付的协同积分,若在评定过程中出现分歧,持有投票权限凭证的智能群体可进行投票表决以确定协同积分的最终分配方案。
2.根据权利要求1所述的系统,其特征在于,所述当前智能群体的自身能力资源与作业任务的资源需求不匹配时,将所述作业任务需求发布至协同作业平台,以使其他智能群体响应作业任务需求并上传任务执行方案至协同作业平台,包括:
所述当前智能群体将所述作业任务需求发布至协同作业平台,所述协同作业平台根据所述作业任务需求生成任务响应的约束条件;所述约束条件包括响应时间和协同积分支付预算;
满足所述约束条件的智能群体响应作业任务需求并上传任务执行方案至协同作业平台;其中响应作业任务需求的智能群体预先质押过协同积分。
3.根据权利要求2所述的系统,其特征在于,计算所述任务执行智能群体完成任务的贡献占比的步骤包括:
根据每一任务执行智能群体的任务实际执行时间与任务预期执行时间之比以及任务总目标数与完成目标个数之比,得到每一任务执行智能群体的任务完成情况指标;
所有智能群体对历史任务中各项任务的完成情况进行点评,得到各项任务的点评权重;
根据任务执行智能群体预先质押的协同积分的质押时间计算积分质押权重;其中持有高阶权限凭证的任务执行智能群体额外获得一定量的积分质押权重;
计算每一任务执行智能群体的低阶权限凭证持有量与系统内低阶权限凭证总量之比得到每一任务执行智能群体的低阶权限凭证持有占比,以及计算高阶权限凭证持有量与系统内高阶权限凭证总量之比得到每一任务执行智能群体的高阶权限凭证持有占比;
根据所述任务完成情况指标、所述点评权重、所述积分质押权重、所述低阶权限凭证持有占比以及所述高阶权限凭证持有占比,得到任务执行智能群体完成任务的贡献占比。
4.根据权利要求1所述的系统,其特征在于,所述最优匹配机制包括第一匹配机制和/或第二匹配机制;
所述第一匹配机制为:在满足支付预算约束条件的前提下,选择响应时间最少的智能群体作为任务执行智能群体;
所述第二匹配机制为:在满足响应时间约束条件的前提下,选择所需协同积分支付要求最低的智能群体作为任务执行智能群体。
5.根据权利要求1所述的系统,其特征在于,任务执行智能群体需要特定资源辅助任务执行时,在所述协同作业平台与资源供给智能群体签订点对点的智能合约,并支付一定量的协同积分以获取资源使用权限凭证辅助任务执行,包括:
任务执行智能群体需要特定资源辅助任务执行时,在所述协同作业平台的资源区块链中根据资源描述确定需要交易的特定资源,所述资源描述包括资源概述以及资源价格;所述资源区块链中包括若干由智能群体发行的资源使用权限凭证;
所述任务执行智能群体与资源供给智能群体在所述协同作业平台签订点对点的智能合约,任务执行智能群体通过支付资源价格对应的协同积分以触发所述智能合约的执行,以获取资源使用权限凭证辅助任务执行。
6.根据权利要求5所述的系统,其特征在于,所述智能群体发布资源使用权限凭证的步骤包括:
智能群体将私有资源上传至自有的资源库,所述资源库对所述私有资源进行划分和归类,根据私有资源的内在价值和时效价值对私有资源以协同积分进行标价;所述内在价值包括私有资源对系统运行的正向作用和对任务执行的辅助作用;
智能群体发行资源使用权限凭证,所述资源使用权限凭证通过审核通过后,对应的资源使用权限凭证可写入所述资源区块链,所述资源供给智能群体获得交易资格。
7.根据权利要求1所述的系统,其特征在于,所述系统还包括智能合约设计者、指挥控制单元以及激励分配单元;
所述智能合约被签订使用并产生价值时,相应的智能合约设计者会得到一定量的协同积分的奖励;
当跨域协同作业系统失效时,由所述指挥控制单元承担首要恢复责任;所述指挥控制单元还用于审核智能群体发行的资源使用权限凭证,以及终止产生伪造或异常行为的任务执行群体的任务参与资格;
所述激励分配单元根据评审单元确定的协同积分分配方案进行协同积分的分配以及利用预留的一定量协同积分协调跨域协同作业系统。
8.根据权利要求7所述的系统,其特征在于,所述激励分配单元根据评审单元确定的协同积分分配方案进行协同积分的分配的步骤包括:
所述激励分配单元对评审单元确定的协同积分分配方案中的作业任务总效益进行调整,得到一定时间段内的协同积分发行量;
根据所述协同积分发行量与每一任务执行智能群体的贡献占比的乘积得到每一任务执行群体的协同积分分配量。
9.一种多智能体跨域协同作业方法,其特征在于,所述方法包括:
在当前智能群体中生成作业任务,当前智能群体的自身能力资源与作业任务的资源需求不匹配时,将作业任务需求发布至协同作业平台,以使其他智能群体响应所述作业任务需求并上传任务执行方案至协同作业平台;
在协同作业平台中,根据预先设置的最优匹配机制将所述作业任务的资源需求与所述任务执行方案进行匹配,确定任务执行智能群体,发布任务的智能群体与任务执行智能群体签订点对点的智能合约,并上传至所述协同作业平台进行智能群体共识;
根据评审单元采集的历史任务数据,计算作业任务的总效益,结合所述任务执行智能群体完成任务的贡献占比确定每个任务执行智能群体的协同积分的分配量;
其中,所述协同积分用于确定各个智能群体所拥有的价值属性和权限属性;所述价值属性和权限属性的数值通过所述协同积分来衡量;所述权限属性包括高阶权限凭证和低阶权限凭证;所述低阶权限凭证包括资源使用权限凭证;所述高阶权限凭证包括点评权限凭证、投票权限凭证和资源推广权限凭证;
当任务执行智能群体需要特定资源辅助任务执行时,在所述协同作业平台与资源供给智能群体签订点对点的智能合约,并支付一定量的协同积分以获取资源使用权限凭证辅助任务执行;其中持有资源推广权限凭证的资源供给智能体群体可使用资源推广权限凭证,使得其发布私有资源的价格相比其他普通私有资源的价格更高;
任务执行完成后,持有点评权限凭证的智能群体对任务作业完成情况的点评权重较其他智能群体更高;
在所述评审单元根据所述历史数据计算作业任务的总效益,结合所述任务执行智能群体完成任务的贡献占比确定每个任务执行智能群体的协同积分的分配量的过程中出现分歧时,持有投票权限凭证的智能群体进行投票表决以确定协同积分的最终分配方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210764485.6A CN114819779B (zh) | 2022-07-01 | 2022-07-01 | 多智能体跨域协同作业系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210764485.6A CN114819779B (zh) | 2022-07-01 | 2022-07-01 | 多智能体跨域协同作业系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114819779A true CN114819779A (zh) | 2022-07-29 |
CN114819779B CN114819779B (zh) | 2022-09-09 |
Family
ID=82522334
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210764485.6A Active CN114819779B (zh) | 2022-07-01 | 2022-07-01 | 多智能体跨域协同作业系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114819779B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115549998A (zh) * | 2022-09-20 | 2022-12-30 | 广西师范大学 | 一种基于区块链和多密钥同态加密的数据协同方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109472520A (zh) * | 2018-12-21 | 2019-03-15 | 南京邮电大学 | 基于区块链的多无人机任务分配方法 |
CN110597905A (zh) * | 2019-08-20 | 2019-12-20 | 天津理工大学 | 一种基于区块链实现的去中心化集群控制系统及工作方法 |
US20200127843A1 (en) * | 2018-10-18 | 2020-04-23 | Cal Wilson Webster | Process for managing escrow payments between multiple parties |
CN111245886A (zh) * | 2019-11-29 | 2020-06-05 | 武汉烽火信息集成技术有限公司 | 一种基于区块链的多方协作系统、方法及存储介质 |
US20200184739A1 (en) * | 2018-12-10 | 2020-06-11 | Honeywell International Inc. | Block chain based system and method for improving aircraft maintenance services |
CN111740845A (zh) * | 2020-07-08 | 2020-10-02 | 中科全维科技(苏州)有限公司 | 一种基于区块链的机群协同通信网络系统及通信方法 |
CN111752246A (zh) * | 2020-07-02 | 2020-10-09 | 中国科学技术大学 | 基于区块链和人工智能驱动的无人机蜂群协同工作平台 |
CN112907115A (zh) * | 2021-03-18 | 2021-06-04 | 上海能链众合科技有限公司 | 一种区块链无人机集群的协同任务计算控制方法 |
CN113628049A (zh) * | 2021-07-21 | 2021-11-09 | 三峡大学 | 一种基于群体智能的区块链智能合约的冲突裁决方法 |
US20220111960A1 (en) * | 2020-10-09 | 2022-04-14 | Bao Tran | Farm drone |
CN114611112A (zh) * | 2022-03-10 | 2022-06-10 | 西安邮电大学 | 一种群智协同缓解未披露漏洞的激励系统及激励方法 |
-
2022
- 2022-07-01 CN CN202210764485.6A patent/CN114819779B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200127843A1 (en) * | 2018-10-18 | 2020-04-23 | Cal Wilson Webster | Process for managing escrow payments between multiple parties |
US20200184739A1 (en) * | 2018-12-10 | 2020-06-11 | Honeywell International Inc. | Block chain based system and method for improving aircraft maintenance services |
CN109472520A (zh) * | 2018-12-21 | 2019-03-15 | 南京邮电大学 | 基于区块链的多无人机任务分配方法 |
CN110597905A (zh) * | 2019-08-20 | 2019-12-20 | 天津理工大学 | 一种基于区块链实现的去中心化集群控制系统及工作方法 |
CN111245886A (zh) * | 2019-11-29 | 2020-06-05 | 武汉烽火信息集成技术有限公司 | 一种基于区块链的多方协作系统、方法及存储介质 |
CN111752246A (zh) * | 2020-07-02 | 2020-10-09 | 中国科学技术大学 | 基于区块链和人工智能驱动的无人机蜂群协同工作平台 |
CN111740845A (zh) * | 2020-07-08 | 2020-10-02 | 中科全维科技(苏州)有限公司 | 一种基于区块链的机群协同通信网络系统及通信方法 |
US20220111960A1 (en) * | 2020-10-09 | 2022-04-14 | Bao Tran | Farm drone |
CN112907115A (zh) * | 2021-03-18 | 2021-06-04 | 上海能链众合科技有限公司 | 一种区块链无人机集群的协同任务计算控制方法 |
CN113628049A (zh) * | 2021-07-21 | 2021-11-09 | 三峡大学 | 一种基于群体智能的区块链智能合约的冲突裁决方法 |
CN114611112A (zh) * | 2022-03-10 | 2022-06-10 | 西安邮电大学 | 一种群智协同缓解未披露漏洞的激励系统及激励方法 |
Non-Patent Citations (2)
Title |
---|
石志国等: "异构多机器人协作系统研究进展", 《智能系统学报》 * |
靳中兵等: "机器人的协同控制研究", 《电子世界》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115549998A (zh) * | 2022-09-20 | 2022-12-30 | 广西师范大学 | 一种基于区块链和多密钥同态加密的数据协同方法 |
CN115549998B (zh) * | 2022-09-20 | 2024-03-19 | 广西师范大学 | 一种基于区块链和多密钥同态加密的数据协同方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114819779B (zh) | 2022-09-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Esmat et al. | A novel decentralized platform for peer-to-peer energy trading market with blockchain technology | |
CN111563786B (zh) | 一种基于区块链的虚拟电厂调控平台及运行方法 | |
Li et al. | Credit-based payments for fast computing resource trading in edge-assisted Internet of Things | |
Zhou et al. | Credit-based peer-to-peer electricity trading in energy blockchain environment | |
Said | A decentralized electricity trading framework (DETF) for connected EVs: A blockchain and machine learning for profit margin optimization | |
Loertscher et al. | A long way coming: Designing centralized markets with privately informed buyers and sellers | |
Muzumdar et al. | A permissioned blockchain enabled trustworthy and incentivized emission trading system | |
CN114819779B (zh) | 多智能体跨域协同作业系统和方法 | |
An et al. | Where am I parking: Incentive online parking-space sharing mechanism with privacy protection | |
Li et al. | Multi-blockchain based data trading markets with novel pricing mechanisms | |
Qiu et al. | Auction method to prevent bid-rigging strategies in mobile blockchain edge computing resource allocation | |
CN114493776B (zh) | 基于区块链的多租户分布式租赁卫星网络资源的方法 | |
Toderean et al. | Cooperative games over blockchain and smart contracts for self-sufficient energy communities | |
CN111062714A (zh) | 全类实体私人定制被动营销和全民创业的分享支付方法 | |
Li et al. | An incentive mechanism for nondeterministic vehicular crowdsensing with blockchain | |
Lin | Analysis of blockchain-based smart contracts for peer-to-peer solar electricity transactive markets | |
CN116596534A (zh) | 基于区块链安全公平的一对多数据交易方法 | |
CN116797364A (zh) | 一种基于预言机的边缘计算跨链算力交易方法 | |
Wu et al. | Research Progress on Incentive Mechanisms in Mobile Crowdsensing | |
Qi et al. | A hybrid incentive mechanism for decentralized federated learning | |
CN114757490A (zh) | 基于区块链的防共谋的微电网能源交易定价及评估系统 | |
CN113077327A (zh) | 一种去中心化群智感知系统中的分布式最优拍卖方法 | |
Ladd et al. | Decentralized Autonomous Organizations as a Threat to Centralized Platforms: Applying and Expanding Theories of Platform Competition and Disintermediation | |
Bajpai et al. | Systematic design of blockchain based testbed for peer-to-peer energy trading | |
US20150339773A1 (en) | Methods for market reservation |
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 |