https://www.emerald.com/insight/content/doi/10.1108/IR-04-2020-0073/full/html
多机器人/多智能体 动态环境 任务分配 决策 动态任务调度策略
该文章主要是想对目前state of the art多机器人动态任务调度策略做一个全面的评价,注意定语挺多的,里面的方法也较多为近几年的智能调度那些算法。衡量方法主要考虑到了应用场景、限制、目标方程以及对不确定性处理方式。
Introduction
多机器人协作系统是最近的研究热点。多机器人任务执行效率高,能够执行复杂的任务。
在多机器人系统领域主要有两种协作模式:中心式和分布式。在中心式中,一个服务器控制了系统中的主要参数并且对任务进行分配。这种系统依赖一个中心服务器确保任务成功分配,但是当中心崩溃时系统将瘫痪,这就意味着系统要有可靠的信息交换系统。在分布式中,每个机器人个体独立安排自己任务。这种系统中,每个个体观察视野中周围个体,并且计算自身对任务的竞争力来做独立任务决策。分布式系统很适合大规模机器人在弱联网环境中运行。尽管中心式的系统需要严格可靠的通讯网络,但是它能够保证任务分配的一致性。而分布式系统很难达到任务分配一致性的要求。MRS系统要求每个机器人都有任务执行能力以及协作性coordination,其中协作方式对MRS成功任务分配和执行是核心问题。
多机器人任务分配(MRTA)可分成8类。也可以用iTax分成四类。