[发明专利]一种多智能体分布式联盟形成方法

说明书

技术领域

本发明涉及智能机器人技术领域，具体涉及一种多智能体分布式联盟形成方法。

背景技术

在多智能体系统中，当单个智能体无法完成某一任务时，会与网络内的其他的智能体通过合作的方式形成联盟共同完成目标任务。智能体通过合作的方式形成联盟来执行个体无法完成的任务,提高了任务成功的概率和完成效率。形成联盟是实现任务分配的一个有效途径。

从任务分配角度来看，包括集中式任务分配和分布式任务分配；集中式任务分配方法的求解时间会随着智能体数量的增加呈指数增加，无法处理数量繁多的多智能体系统的任务分配；而且，控制节点的失效，将会严重影响子节点的工作。分布式任务分配方法，因其分布性、鲁棒性和可扩展性的优点，适合复杂系统的多智能体的任务分配。然而，如何进行科学有效的实现任务分配，是分布式任务分配中主要研究的问题。

文献(尹翔,李斌,于萌.一种多agent网络中的分布式联盟形成算法[J].控制与决策,2015,(第3期))中，单纯的依赖于任务的性价比来形成联盟。然而，由于任务性价比的计算是无差异性的，必然导致任务的选择过程呈现串行形式，即先选择任务性价比最高的，然后次高的，依次选择。这样一来，将无法实现任务的快速分配以及智能体资源的有效利用。

发明内容

有鉴于此，本发明提供了一种多智能体分布式联盟形成方法，能够快速的分配任务，且有效地利用了智能体资源。

一种多智能体分布式联盟形成方法，

定义：共有m个任务，对于m个任务中的任意一个任务，定义为任务r，完成该任务需要具备k项能力，且每项能力有最低需求值r(l)和完成该任务r能够获得的收益值；其中，l代表第l项能力；其联盟形成方法具体为：

步骤一、对于智能体网络中的每个智能体来说，均与其相邻的其他智能体形成潜在小联盟，计算每个潜在小联盟面对每项任务时,所具备的各项能力值，进而获得完成该任务的任务能力值；

步骤二、计算每个潜在小联盟完成每项任务的准备度值：

针对每个潜在小联盟，完成任意一个任务的准备度值由两部分组成：第一部分为步骤一中求出的任务能力值；第二部分为潜在小联盟完成当前任务的任务意愿值；任务能力值与任务意愿值两部分通过加权的方式构成了当前潜在小联盟完成当前任务的准备度；初始情况下，任务能力值和任务意愿值的权值相等；

其中，所述的任务意愿值根据完成当前任务的收益值和完成当前任务中各项能力的最低需求值求和获得的；

根据上述方法，遍历所有任务，获得每个潜在小联盟完成每项任务的准备度值；

之后,分别将每个潜在小联盟所针对不同任务的准备度按从大到小的顺序排列，将准备度值最高的任务挑出，所述任务则作为该潜在小联盟的备用申请任务；将所有挑出的任务与潜在小联盟一一对应后，形成集合；

步骤三、对集合中的所有潜在小联盟进行筛选，并获得完成每项任务的最终联盟，具体为：

S30：将集合中的所有潜在小联盟，以每个智能体作为基准智能体，将所有包含基准智能体的所有潜在小联盟按准备度值的大小排序，将准备度值最大的作为完成对应任务的最优潜在小联盟；每一个基准智能体均对应一个最优潜在小联盟；

S31：针对任意一个智能体，定义为智能体a来说：

智能体a向其对应的最优潜在小联盟中的另一个智能体b发出结盟申请，所述另一个智能体b判断其自己对应的最优潜在小联盟中的另一个智能体是否是智能体a，即智能体a与智能体b是否互为最优智能体；如果是，则智能体a和智能体b直接形成最终联盟，并向对应的备用申请任务发出申请，执行步骤四；如果不是，执行S32；

S32：智能体a根据S30中的所述大小排序，向下一个潜在小联盟中的智能体c发出结盟申请；当前智能体c按照S31的方法，判断与智能体a是否互为最优智能体；如果是，且智能体a之前的最优智能体b未向智能体a发出结盟申请，则智能体a与智能体c发出结盟申请，并向对应的备用申请任务发出申请，执行步骤四；如果不是，则返回本步骤S32，直至智能体a形成最终联盟，并向对应的任务发出申请，执行步骤四；

按S31和S32的方法，遍历所有智能体，形成多个最终联盟，且每个智能体只能形成一个最终联盟；其所对应的备用申请任务作为该最终联盟的申请任务；

步骤四、根据步骤三中获得的所有最终联盟，按照每个最终联盟的申请任务进行分类，将同一个申请任务归为一类，并将同一类任务下的所有最终联盟按照准备度值的大小进行排序；然后根据各类任务其所需的每项能力最低需求值进行分配；其分配原则为：