机会式群智感知中覆盖最大化的去中心化任务分配

陈杨辉, 於志勇, 黄昉菀, 郝勇涛, 涂淳钰, 吴越钟

小型微型计算机系统 ›› 2025, Vol. 46 ›› Issue (07) : 1752 -1759.

PDF
小型微型计算机系统 ›› 2025, Vol. 46 ›› Issue (07) : 1752 -1759. DOI: 10.20009/j.cnki.21-1106/TP.2024-0241

机会式群智感知中覆盖最大化的去中心化任务分配

    陈杨辉, 於志勇, 黄昉菀, 郝勇涛, 涂淳钰, 吴越钟
作者信息 +

Author information +
文章历史 +
PDF

摘要

传统的机会式群智感知需要由平台进行集中式任务分配,存在对平台性能要求高和隐私泄露等问题.为了解决这些问题,本文提出了一种新颖的方案,旨在去中心化的机会式感知场景下,实现带有全局预算约束的任务分配,使任务覆盖最大化.区别于传统方法,通过参与者自主选择是否参与感知任务的方式来实现任务分配,构造了一个多智能体协同系统.在去中心化场景下,保证全局约束并实现高效的任务分配是一大挑战.为解决上述挑战,提出了两种方法:一种是将蚁群算法应用到任务分配问题上,同时以通信的方式获取目标评估函数以及更新信息素,实现智能体间协同求解,从而适用于去中心化的场景;另一种是基于QMIX框架的决策通信方法,将QMIX中智能体网络的输出作为建议动作,引入决策通信层,根据建议动作以及动作价值进行协商,从而遵循全局约束条件.在真实数据集上的实验结果表明,本文提出的两种方法在任务覆盖率上可以与集中式规划方法相当,并在耗时等综合性能上具有良好的表现.

关键词

群智感知 / 多智能体 / 蚁群算法 / 去中心化 / 任务分配

Key words

引用本文

引用格式 ▾
机会式群智感知中覆盖最大化的去中心化任务分配[J]. 小型微型计算机系统, 2025, 46(07): 1752-1759 DOI:10.20009/j.cnki.21-1106/TP.2024-0241

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

64

访问

0

被引

详细

导航
相关文章

AI思维导图

/