一种面向异构无人机群的博弈任务分配算法

摘要

多异构无人机的任务分配是无人机群协同工作中的重要问题，尤其在任务复杂且资源有限的空域环境中，如何快速找到高效、稳定的任务分配方案是一个关键挑战.本文提出了一种基于任务筛选、偏好计算与稳定匹配理论的多无人机任务分配算法.首先，通过任务区域筛选机制，根据任务需求和空域环境筛选出潜在的无人机候选集合，从而有效减少计算复杂度并提高分配效率.随后，利用无人机偏好计算公式，初步分配无人机到各任务区域，并基于Gale-Shapley稳定匹配理论确保初始分配的合理性与稳定性.在联盟形成阶段，采用Shapley值对联盟收益进行动态优化，通过移除边际贡献较低的无人机提升联盟的整体收益，并对移除的无人机进行二次分配以最大化任务完成率.实验结果表明，与随机算法和拍卖算法相比，本文提出的方法在计算效率、分配收益和分配结构稳定性方面表现出显著优势，适用于较大规模动态任务场景.与边际效益算法相比，该方法不仅减少了联盟迭代次数和算法运行时间，还实现了更高的总收益，达到最佳分配联盟收益的90%以上.在大规模数据量的分配任务中，该方法的表现优于随机边际效益算法和拍卖算法.

关键词

异构无人机集群 / 任务分配 / 博弈论 / 无人机联盟 / Gale-Shapley算法