.png){kind=icon}
返回
Efficient Decentralized Parallel Task Allocation for Multiple Robots
.png){kind=icon}
PRE
AI
DOI：10.1109/TRO.2025.3613566.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文研究了多异构机器人系统的大规模分布式任务分配问题。分布式任务分配问题的一大重大挑战在于计算与通信的NP难度。本文提出了一种分布式递减阈值任务分配（DTTA）算法，该算法通过利用递减阈值来处理NP难度，从而实现并行分配。DTTA能够为分布式网络中的多机器人系统释放计算和通信负担。此外，DTTA为最大化子模效用函数的解的质量提供了理论保证。理论分析表明，DTTA能够以每个机器人的计算复杂度为$O(\min (r^{2}, \frac{r}{\epsilon }\ln \frac{r}{\epsilon }))$的复杂度，提供$(1-\epsilon)/2$的最优性保证，其中$\epsilon$是控制阈值递减速度的参数，$r$是任务数量。为检验所提算法的性能，我们在多目标监视场景下进行了数值仿真。仿真结果表明，DTTA的解质量与现有先进任务分配算法相当，且收敛速度显著更快。其优势在任务和机器人数量达数千的大型任务中尤为突出。
Keyword:
Decentralized task allocation
decreasing threshold
multirobot systems
parallel allocation
submodularity
