[发明专利]异构多机器人系统中基于个体能力的任务分配算法

说明书

技术领域

本发明属于机器人研究领域，提出了一种适用于异构多机器人系统的基于机器人个体差异分析的机器人能力列表的求解方法,并给出基于该能力列表的任务分配算法。

背景技术

为了让多机器人系统向着人们期望的方向发展，R.A.Brooks提出了行为主义的思想；不再将为机器人系统制定精细而复杂的控制算法作为努力目标，而是模拟自然界中的实际情况，尝试着为机器人配备不同的基本行为，再赋予其组合基本行为的能力，从而来实现比较高级的能力。在行为主义思想的基础上，多机器人系统的研究得到了很大的发展。然而，多机器人系统内部的关系仍然是极其复杂的，若处理不当，不仅不能发挥预期的功能，很有可能还使得单个机器人的性能也受到影响。

放眼生物界，多姿多彩、生机勃勃。它最主要的特征便是多样性，即个体差异，也就是说存在着多种多样而不是单一简单的种群。同理，在一个群体内部，个体特征也是非常明显而丰富的。这使我们想到，在模拟生物系统而产生的多机器人系统中，个体差异也应当给予充分重视，这很可能是系统得以不断完善和发展的基础。因此，我们考虑将个性引入到多机器人系统中，赋予不同的机器人不同的个性要素，并且允许它们通过对工作效果的评估和在环境中的尝试总结经验，不断的调整自身所具有的个体要素，以达到不断调整自身策略以更好的适应环境以及工作伙伴特性的要求，根据任务的需要和其他个体相配合，从而更多的发挥自身以及系统整体的潜力。

任务分配是多机器人系统研究中的核心问题之一，学者们分别从多个方面做了任务分配模型的研究。许多学者还从自然生物的行为中获得灵感将MRS中的单个机器人看作是生物群体中的一个对象，于是引入了社会学和经济管理学的原理来研究，如Gerkey提出了基于市场经济的任务分配方法等。如果各个机器人争着完成一件任务，为了有效的处理这种竞争冲突，就需要有较为公平、通用的衡量标准来评估机器人的能力，从而使得任务能够更加高效、高质量的完成。

发明内容

本发明的目的是解决异构机器人系统中机器人个体的能力评估问题，具体方法如下：

（1）异构机器人能力描述

一般情况下，把机器人的能力分为三种：A类能力是与生俱来的不会变动的基本属性，包括：听觉、视觉和运动、通信带宽；B类能力是随时间递减消耗的能力，或者说是机器人可供消耗的能量，包括：计算速度、电力储备和机械性能；C类能力是A、B类能力之外的其他能力，由友好程度和协作意愿、鲁棒性等拟人化情感因素随机组成，体现机器人主观工作能力。每类能力中的能力属性又分为优、良、中、差四个级别，表示能力的强弱。每类能力可以根据实际情况继续添加能力属性。

对于每类基本能力，可以定义其能力集合如下：

S={s_i|i＝1,2,...,N}

其中N表示每类能力中能力属性的个数。用P_i表示第i种能力的权重，或者说贡献值。

则机器人能力的概率空间模型可以表示为

SP=s1s2...sNP1P2...PN]]>

（2）机器人个体能力评估

机器人的能力可以表示为：