.png){kind=icon}
返回
A heterogeneous task allocation method for multi-robot processing systems with spatial-process hybrid constraints
.png){kind=icon}
PRE
AI
DOI：10.1016/j.robot.2026.105613.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
多机器人加工系统在航空航天及其他行业中展现了在大型结构件加工与装配方面的应用前景。在存在复杂加工约束的大规模制造场景下，多机器人异构任务分配问题面临计算效率低和易陷入局部最优的挑战。本文提出了一种基于空间-工艺混合约束驱动的学习-优化耦合框架。设计了一种嵌入动态能力掩码的异构图注意力网络，通过小样本最优解的自监督学习提取高维拓扑特征。然后将该先验知识泛化并迁移至大规模场景，为优化过程提供高质量的概率分布以实现热启动，克服初始化盲目性。基于希尔伯特曲线的空间正则化策略引导优化器在连续概率空间内执行有序聚类搜索，显著减少非加工空闲时间，同时严格满足异构任务约束。实验表明，该方法在小规模下与精确解的偏差小于0.7%。在大型工业场景（N=150）中，其解质量比标准算法提升超过20%，同时表现出稳健的稳定性和可扩展性。
Keyword:
Multi-robot task allocation
Heterogeneous graph attention network
Grey wolf optimizer
Hilbert curve
Spatial-process constraints
Aerospace manufacturing
期刊
IF:
5.2
论文数:
753
被引数:
1.0W
机构
引用论文
An Efficient Scheduling Algorithm for Multi-Robot Task Allocation in Assembling Aircraft Structures
OAAI
OAAI分享收藏分享收藏Deep reinforcement learning path planning and task allocation for multi-robot collaboration面向多机器人协作的深度强化学习路径规划与任务分配OAAI
OAAI分享收藏An Improved Grey Wolf Optimization Algorithm and its Application in Path Planning一种改进的灰狼优化算法及其在路径规划中的应用.png)
IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏Advanced procedures and scheduling for aircraft assembly processes: A systematic review approach飞机装配过程的先进程序与调度：一种系统综述方法
PREAI
分享收藏E2RGWO: Exploration Enhanced Robotic GWO for Cooperative Multiple Target Search for Robotic Swarms
PREAI
分享收藏
查看更多内容