基于联盟博弈的无人机/无人车异构集群验证

摘要

无人异构集群相较于单一类型、单一个体的无人平台，能够完成更为复杂的任务，同时对严苛战场环境有着更高的适应度.在无人异构集群协同执行任务时，任务分配是至关重要的环节，需要考虑异构无人平台和任务的多种约束和目标.传统的任务分配方法分配效率低且难以处理大规模复杂任务.联盟博弈通过形成由若干参与者组成的联盟，根据个体的属性、偏好对群体进行划分，从而实现个体以及群体利益的最大化.本文以无人异构集群任务分配为背景，研究了基于改进联盟博弈算法的最优分配策略，基于可能的战场环境设计了模拟任务场景并完成实验验证.首先，考虑异构平台在任务中的初始位置、速度、携带资源以及个体声誉等因素，建立了基于空间自适应博弈（Spatial adaptive play algorithm, SAP）的联盟博弈的任务分配算法模型.其次，基于任务场景，搭建了任务所需的软件与硬件平台.最后，针对模拟的战场环境，对所提算法及搭建的异构无人集群平台进行了实验验证.验证结果表明，在异构无人集群平台重分配的任务背景下，本平台能综合考虑战场态势，寻找最优的任务分配方式，协调各作战单位完成任务目标.

关键词

联盟博弈 / 无人集群系统 / 异构平台 / 任务分配 / 战场态势 / 空间自适应博弈

基金资助

科技创新2030—“新一代人工智能”重大项目（2018AAA0102405）; 国家自然科学基金资助项目（U20B2071,T2121003）