基于改進(jìn)合同網(wǎng)的異構(gòu)無人機(jī)協(xié)同對地任務(wù)分配

廖承城，陶偉，劉韜

（1.四川大學(xué)計(jì)算機(jī)學(xué)院，成都610065；2.中國艦船研究設(shè)計(jì)中心，武漢430064）

0 引言

有人機(jī)（MAV）/無人機(jī)（UAV）編隊(duì)協(xié)同作戰(zhàn)過程中，編隊(duì)的戰(zhàn)術(shù)指揮控制和任務(wù)管理由任務(wù)控制站完成，對地攻擊以及偵察任務(wù)由無人機(jī)自主完成。無人機(jī)任務(wù)分配主要關(guān)注點(diǎn)為：即在滿足無人機(jī)戰(zhàn)術(shù)技術(shù)指標(biāo)、任務(wù)要求、平臺和武器性能約束、戰(zhàn)術(shù)使用條件的前提下，通過對無人機(jī)進(jìn)行任務(wù)分配，將不同位置、不同價(jià)值、不同威脅的目標(biāo)合理快速分配給不同類型、不同價(jià)值、不同能力的無人機(jī)，以最大限度的提高整體作戰(zhàn)能力[1]，最大限度的利用無人機(jī)資源。

無人機(jī)任務(wù)分配是一個(gè)多約束的復(fù)雜優(yōu)化問題，求解過程復(fù)雜，需要較大的計(jì)算成本和時(shí)間成本，在大規(guī)模動(dòng)態(tài)任務(wù)規(guī)劃中面臨著挑戰(zhàn)。近年來，國內(nèi)外對任務(wù)分配的研究取得了長足的發(fā)展，目前求解方法較多，包括：①基于混合整數(shù)規(guī)劃模型的確定性算法[2]，如窮舉法[3]、動(dòng)態(tài)規(guī)劃法[4]等；②基于啟發(fā)式的智能算法，如遺傳算法[5]、粒子群算法[6]、模擬退火算法[7]等；③基于分布式模型的算法，如基于滿意決策理論的方法[8]、基于合同網(wǎng)的方法[9]等。

但無論是確定性方法還是啟發(fā)式方法，本質(zhì)上都屬于集中式任務(wù)分配方法，存在一個(gè)中心節(jié)點(diǎn)負(fù)責(zé)所有任務(wù)分配問題。雖然該方法在一定條件下可以獲得全局最優(yōu)解，但由于數(shù)據(jù)傳輸都需要通過唯一的一個(gè)控制中心進(jìn)行，處理信息量太大，不易滿足實(shí)時(shí)性要求，且可靠性、可維護(hù)性、抗干擾性都不高，在實(shí)際應(yīng)用中存在很多問題。隨著無人機(jī)自主性的興起，信號集中控制往往與無人機(jī)的自主性捆綁在一起。提高分布式控制能力是無人機(jī)智能化、自主化的必然要求。雖然近年來分布式任務(wù)分配方法的研究取得了很大進(jìn)展，但與集中式方法相比還存在較大差距，不能對無人機(jī)形成有效的協(xié)同控制。同時(shí)，隨著戰(zhàn)場環(huán)境的日益復(fù)雜，單一類型無人機(jī)已經(jīng)不能滿足需求，有的任務(wù)需要偵察功能無人機(jī)，有的任務(wù)需要打擊功能無人機(jī)，分配場景就單一場景變成異構(gòu)場景，需要考慮更多的戰(zhàn)場環(huán)境任務(wù)分配指標(biāo)。

為彌補(bǔ)集中式任務(wù)分配方法的不足，有效地支持無人機(jī)編隊(duì)作戰(zhàn)[10]，本文將無人機(jī)視為在有限控制下具有一定自主決策能力的智能體，并按照一定的規(guī)律對無人機(jī)進(jìn)行歸類和分層，以改進(jìn)合同網(wǎng)算法作為智能體之間的任務(wù)協(xié)商準(zhǔn)則，考慮更多的任務(wù)分配指標(biāo)，最終實(shí)現(xiàn)無人機(jī)編隊(duì)實(shí)時(shí)的分層次分布式任務(wù)分配[11]，以適應(yīng)復(fù)雜多變的戰(zhàn)場環(huán)境。

1 基于合同網(wǎng)的任務(wù)分配理論

合同網(wǎng)算法通過模擬經(jīng)濟(jì)行為中招標(biāo)-投標(biāo)-中標(biāo)機(jī)制，處理任務(wù)的委派和遷移工作。合同網(wǎng)的基本思想是通過各節(jié)點(diǎn)間的招投標(biāo)過程來分配任務(wù)，并在招標(biāo)者和投標(biāo)者的雙向選擇中引入一定的協(xié)商機(jī)制和約束條件。當(dāng)招標(biāo)者有任務(wù)需要其他節(jié)點(diǎn)幫助時(shí)，招標(biāo)者就會(huì)將該任務(wù)信息廣播給其他節(jié)點(diǎn)，即任務(wù)發(fā)布過程。接收到任務(wù)信息的其他節(jié)點(diǎn)收到邀請以后會(huì)先評估自己解決這一問題的能力，如果符合，計(jì)算出投標(biāo)價(jià)值，然后成為投標(biāo)者。最后，招標(biāo)者會(huì)評估每位投標(biāo)者的投標(biāo)價(jià)值，動(dòng)態(tài)的將當(dāng)前任務(wù)轉(zhuǎn)移給合適的投標(biāo)人，從而實(shí)現(xiàn)分布式任務(wù)分配。

合同網(wǎng)任務(wù)分配模型[7]由多個(gè)可以互相傳遞信息的代理組成，每個(gè)代理都具有相互間通信和一定的信息處理能力的個(gè)體，具備先進(jìn)且充分的自主能力，具有全局通信和信息快速處理的能力?？梢詫⑦@些代理分為三種，即招標(biāo)代理、投標(biāo)代理和中標(biāo)代理。其中招標(biāo)代理初始時(shí)由MAV擔(dān)任，在任務(wù)重分配和任務(wù)均衡過程中UAV也可以通過競爭成為招標(biāo)者，投標(biāo)和中標(biāo)代理由UAV擔(dān)任?；诤贤W(wǎng)的任務(wù)分配主要有六個(gè)步驟，其中包含四個(gè)基本步驟和二個(gè)擴(kuò)展步驟，如圖1所示。

圖1 合同網(wǎng)擴(kuò)展步驟圖

步驟1：任務(wù)發(fā)布

當(dāng)MAV發(fā)現(xiàn)有任務(wù)需要分配時(shí)，它會(huì)立刻將該任務(wù)信息廣播給可能響應(yīng)的UAV，此時(shí)MAV成為招標(biāo)者，其他無人機(jī)則成了投標(biāo)者，完成任務(wù)發(fā)布階段。

步驟2：任務(wù)投標(biāo)

從招標(biāo)者處獲得任務(wù)信息的無人機(jī)將評估自身是否有能力完成該項(xiàng)任務(wù)，并計(jì)算完成這項(xiàng)任務(wù)所需要花費(fèi)的成本。只要它們有完成這項(xiàng)任務(wù)的意愿，就向招標(biāo)者投標(biāo)，從而成為投標(biāo)者參與任務(wù)競標(biāo)。

步驟3：任務(wù)中標(biāo)

發(fā)布任務(wù)后，招標(biāo)者將會(huì)進(jìn)入待標(biāo)狀態(tài)。當(dāng)收到某個(gè)投標(biāo)者的任務(wù)投標(biāo)信息時(shí)，招標(biāo)者會(huì)保存其投標(biāo)信息。當(dāng)收到所有投標(biāo)者的投標(biāo)信息后，或達(dá)到預(yù)定的任務(wù)投標(biāo)截止日期，招標(biāo)者將停止接收標(biāo)書，并對投標(biāo)信息進(jìn)行綜合評估，然后選擇最合適的投標(biāo)者，將合同授權(quán)信息發(fā)送給此投標(biāo)者，為下一步的合同簽約做好準(zhǔn)備。如果此投標(biāo)者成為了該任務(wù)的投標(biāo)人，則其他投標(biāo)者將會(huì)收到投標(biāo)失敗的信息。

步驟4：簽約合同

投標(biāo)者收到合同授權(quán)后，會(huì)向招標(biāo)者發(fā)一份確認(rèn)書，確保該合同履行，且合同此刻正式成立。如果投標(biāo)者不能正常履行合同，則應(yīng)向招標(biāo)者發(fā)出取消合同的消息，然后任務(wù)分配流程將返回至步驟3，招標(biāo)者會(huì)重新評估其他投標(biāo)信息，并從中選擇最合適的投標(biāo)者，在合同正式簽約后，贏得合同的投標(biāo)者開始執(zhí)行任務(wù)，確保合同履行。

為使MAV能夠更有效地監(jiān)控每架無人機(jī)的任務(wù)執(zhí)行情況，對基于傳統(tǒng)合同網(wǎng)任務(wù)分配方法進(jìn)行擴(kuò)展，增加以下兩個(gè)步驟：

步驟5：狀態(tài)更新

中標(biāo)者應(yīng)及時(shí)將合同任務(wù)信息上報(bào)給MAV，從而MAV可以在全局視圖中標(biāo)注每架無人機(jī)的任務(wù)順序，監(jiān)控每架無人機(jī)的任務(wù)執(zhí)行情況，無人機(jī)可以在合同任務(wù)狀態(tài)發(fā)生變化時(shí)向MAV提出更新，即觸發(fā)更新機(jī)制。

步驟6：心跳保持

MAV會(huì)為每架無人機(jī)維護(hù)一個(gè)心跳保持包。在任務(wù)執(zhí)行過程中，無人機(jī)需要定期向MAV報(bào)告任務(wù)執(zhí)行情況。如果MAV在連續(xù)的周期內(nèi)沒有接收到來自無人機(jī)的信息，則認(rèn)為該無人機(jī)已損壞或發(fā)生錯(cuò)誤，同時(shí)MAV會(huì)主動(dòng)向該無人機(jī)詢問信息，如果無人機(jī)沒有回復(fù)詢問信息，MAV將接管剩余的任務(wù)，并將它們實(shí)時(shí)拍賣給其他無人機(jī)，此刻將執(zhí)行一輪任務(wù)重分配。

2 基于改進(jìn)合同網(wǎng)的任務(wù)分配模型

2.1 任務(wù)分配建模

本文針對多架作戰(zhàn)無人機(jī)偵察和攻擊地面多個(gè)目標(biāo)問題進(jìn)行研究。假設(shè)當(dāng)前有N架無人機(jī)，M個(gè)地面目標(biāo)，需要將M個(gè)地面目標(biāo)分配給N架無人機(jī)，其中無人機(jī)集合記為Vi={V1,V2,…,Vi,…,Vn}，1≤i≤N，其中Vi表示第i架無人機(jī)，一架無人機(jī)可以接收多個(gè)任務(wù)形成對應(yīng)的任務(wù)序列。目標(biāo)任務(wù)點(diǎn)集合記為Tj={T1,T2,…,Tj,…,Tm}，1≤j≤M，其中Tj表示第j個(gè)目標(biāo)任務(wù)點(diǎn)，每個(gè)單任務(wù)只能由單架無人機(jī)獨(dú)立完成。

構(gòu)建任務(wù)分配矩陣QN×M：

定義無人機(jī)i的任務(wù)序列為Si，例如3號無人機(jī)分配到的任務(wù)序列為5、6、3、2號任務(wù)，用任務(wù)序列集合表示為Si={T5,T6,T3,T2}。

2.2 任務(wù)分配效益函數(shù)

招標(biāo)者發(fā)現(xiàn)新任務(wù)，通過“招標(biāo)-投標(biāo)-中標(biāo)”過程完成對任務(wù)的分配，中標(biāo)者是獲取新任務(wù)后無人機(jī)編隊(duì)整體收益最大的無人機(jī)。任務(wù)分配的編隊(duì)收益主要考慮能力匹配原則、最小代價(jià)作戰(zhàn)原則、負(fù)載均衡原則。將目標(biāo)的收益價(jià)值、飛行航程和無人機(jī)受到的威脅程度作為評價(jià)作戰(zhàn)效能的主要指標(biāo)，并以此作為衡量多無人機(jī)協(xié)同任務(wù)分配方案優(yōu)劣的重要戰(zhàn)術(shù)指標(biāo)。

（1）任務(wù)收益價(jià)值函數(shù)

任務(wù)收益價(jià)值由目標(biāo)價(jià)值和無人機(jī)執(zhí)行任務(wù)的能力決定，無人機(jī)執(zhí)行任務(wù)時(shí)，可以通過對目標(biāo)價(jià)值的評估，來引導(dǎo)任務(wù)分配的優(yōu)化，該指標(biāo)可以使無人機(jī)更青睞于高價(jià)值的任務(wù)目標(biāo)。假設(shè)無人機(jī)Vi執(zhí)行打擊任務(wù)Tj，對該目標(biāo)的損毀概率為Pi(Tj)，目標(biāo)任務(wù)Tj的價(jià)值為Value（Tj），目標(biāo)價(jià)值表明了目標(biāo)的戰(zhàn)略重要程度。則此單次打擊任務(wù)所獲得的收益價(jià)值為Reward（Tj）。

（2）任務(wù)開銷成本函數(shù)

任務(wù)開銷成本主要包含兩方面：路徑代價(jià)和威脅代價(jià)。

首先，路徑代價(jià)主要考慮的是飛行時(shí)間和燃油消耗這兩方面，較小的路徑代價(jià)開銷可以使得任務(wù)分配趨向節(jié)約作戰(zhàn)時(shí)間和燃油兩方向。任務(wù)預(yù)分配時(shí)將采取就近原則，即盡可能分配距離較近的任務(wù)目標(biāo)，一旦任務(wù)目標(biāo)確定則為無人機(jī)設(shè)計(jì)航程盡量短的路徑規(guī)劃。

其次，威脅程度小可以確保無人機(jī)的存活率，有效避免無人機(jī)被敵方摧毀，從而引導(dǎo)目標(biāo)分配向著減小無人機(jī)任務(wù)毀傷代價(jià)的方向進(jìn)行。通過該指標(biāo)使無人機(jī)遠(yuǎn)離戰(zhàn)場威脅，安全航行，避免被摧毀代價(jià)。

假設(shè)第i架無人機(jī)被分配攻擊任務(wù)目標(biāo)Tj，則路徑代價(jià)函數(shù)可以定義為：

其中，leni(Tj)表示第i架無人機(jī)到任務(wù)目標(biāo)Tj的航程距離，lenmax表示所有無人機(jī)相對于任務(wù)目標(biāo)Tj的最大航程。

威脅代價(jià)函數(shù)可以定義為:

其中Value（Tj）表示第i架無人機(jī)的價(jià)值，與無人機(jī)武器掛載有關(guān)；Ri(Tj)表示無人機(jī)攻擊目標(biāo)Tj被擊毀的概率。

根據(jù)任務(wù)分配的評價(jià)標(biāo)準(zhǔn)，任務(wù)開銷成本主要由飛行航程代價(jià)和威脅代價(jià)共同決定，由于收益價(jià)值函數(shù)與開銷成本函數(shù)具有不同的量綱，開銷成本函數(shù)需要進(jìn)行歸一化處理，引入權(quán)重變量δ，歸一化處理后得到開銷成本函數(shù)如下

其中Costi(Tj)表示任務(wù)開銷成本，Value（Tj）表示第i架無人機(jī)的價(jià)值，Ri(Tj)表示無人機(jī)攻擊目標(biāo)Tj被擊毀的概率，Pathi表示路勁開銷代價(jià)，PThri(Tj)表示任務(wù)威脅代價(jià)。

（3）任務(wù)效能函數(shù)

根據(jù)主要評定指標(biāo)，任務(wù)效能由任務(wù)收益價(jià)值和任務(wù)開銷成本共同決定，得到任務(wù)效能函數(shù)如下：

其中Proi(Tj)表示任務(wù)優(yōu)先級值。將任務(wù)優(yōu)先級值放入任務(wù)分配有效性函數(shù)中，引導(dǎo)分配過程中關(guān)注任務(wù)緊急程度指標(biāo)，優(yōu)先委派緊急程度高的目標(biāo)任務(wù)。

2.3 任務(wù)分配約束條件

在得到任務(wù)分配效能函數(shù)之后，無人機(jī)協(xié)同競拍不同類型任務(wù)，為實(shí)現(xiàn)最大總體效能，定義多約束條件如下所示：

2.4 任務(wù)分配負(fù)載均衡

雖能夠以流程優(yōu)化后的合同網(wǎng)算法完成協(xié)商以及在上述約束條件下實(shí)現(xiàn)任務(wù)分配，但依舊存在著任務(wù)分配不合理的情況，例如有的無人機(jī)負(fù)載過高，有的無人機(jī)任務(wù)量較少甚至沒有任務(wù)，資源利用率不高，整體效能較低的缺點(diǎn)。針對這些問題，本文引入了任務(wù)負(fù)載率指標(biāo)RtLoadi(Si)，即無人機(jī)的相對工作量大小。

首先，定義無人機(jī)i的任務(wù)負(fù)載為tLoadi(Si)，即無人機(jī)i執(zhí)行完所有任務(wù)所需要的代價(jià)。

在上式中N為無人機(jī)總數(shù)量，Si為無人機(jī)i的執(zhí)行任務(wù)序列。

其次，如果當(dāng)前無人機(jī)都具備任務(wù)拍賣的能力，則應(yīng)通過比較任務(wù)負(fù)載的方式?jīng)Q定誰更有機(jī)率成為招標(biāo)者。當(dāng)多架無人機(jī)同時(shí)申請任務(wù)拍賣權(quán)時(shí)，將根據(jù)任務(wù)負(fù)載率來決定下一輪拍賣權(quán)的歸屬，任務(wù)負(fù)載率較大的無人機(jī)獲得拍賣權(quán)的概率較大，任務(wù)負(fù)載率求解過程如公式（10）所示：

其中負(fù)載率RtLoadi(Si)具體含義應(yīng)描述為：

RtLoadi(Si)＜0，表示無人機(jī)i的負(fù)載低于系統(tǒng)中無人機(jī)的平均負(fù)載；RtLoadi(Si)＞0，表示無人機(jī)i的負(fù)載高于系統(tǒng)中無人機(jī)的平均負(fù)載；RtLoadc(Sc)＞RtLoadk(Sk)，表示無人機(jī)c的任務(wù)負(fù)載高于無人機(jī)k的任務(wù)負(fù)載，即c無人機(jī)比k無人機(jī)更有機(jī)會(huì)獲得下一次任務(wù)拍賣權(quán)，進(jìn)行合同交換，將過多的任務(wù)分配給其他無人機(jī)承擔(dān)，從而減少無人機(jī)負(fù)載壓力，更充分的利用無人機(jī)資源。

當(dāng)有新任務(wù)發(fā)布，或者觸發(fā)重分配時(shí)，所有的無人機(jī)會(huì)重新計(jì)算自己的任務(wù)負(fù)載率，判斷是否要參與此次拍賣，進(jìn)而實(shí)現(xiàn)實(shí)時(shí)任務(wù)分配。整體任務(wù)分配流程圖如圖2所示。

圖2 任務(wù)分配流程圖

為更有效實(shí)現(xiàn)全局任務(wù)分配負(fù)載均衡，根據(jù)上述定義的任務(wù)負(fù)載指標(biāo)，增加任務(wù)分配約束條件如公式（11）所示，表示每架無人機(jī)的任務(wù)工作量應(yīng)滿足一定的平衡。

2.5 任務(wù)重分配后效能計(jì)算

當(dāng)出現(xiàn)突發(fā)情況，例如無人機(jī)突發(fā)故障時(shí)，會(huì)立即觸發(fā)實(shí)時(shí)任務(wù)重分配，并通過合同的買賣和交換操作，使得重分配后的全局任務(wù)負(fù)載更加均衡：

（1）任務(wù)買賣

首先，爭奪拍賣權(quán)，選擇當(dāng)前系統(tǒng)中任務(wù)負(fù)載最高的無人機(jī)作為拍賣者，任務(wù)負(fù)載低于0的無人機(jī)只能作為競拍者；然后，對于已經(jīng)獲取到拍賣權(quán)的無人機(jī)，需要從自身任務(wù)集中選出無法繼續(xù)執(zhí)行的任務(wù)并用于拍賣，隨后進(jìn)入拍賣環(huán)節(jié)，即任務(wù)重分配環(huán)節(jié)；最后通過改進(jìn)合同網(wǎng)算法計(jì)算每一種拍賣情況所獲得的整體收益，選擇出最優(yōu)的分配方案，然后根據(jù)分配方案把任務(wù)分配給對應(yīng)的無人機(jī)。

假設(shè)無人機(jī)i為拍賣者，無人機(jī)j為競標(biāo)者，而Costi(Si)表示無人機(jī)i執(zhí)行任務(wù)序列Si所需要的開銷代價(jià)。無人機(jī)i由于任務(wù)負(fù)載量過大，拍賣目標(biāo)Tk后新的任務(wù)序列為Si-k，代價(jià)減少為C1，如公式（12）所示。

無人機(jī)j初始執(zhí)行任務(wù)序列為Sj，競拍獲得目標(biāo)Tk之后的任務(wù)序列為Sj+k，代價(jià)增加為C2,如公式（13）所示。

因?yàn)橹挥幸粋€(gè)C1，而競標(biāo)者有多個(gè)，即C2有多種情況，建立矩陣統(tǒng)計(jì)所有的C1-C2的結(jié)果并記錄對應(yīng)的任務(wù)拍賣關(guān)系。通過分析可知，當(dāng)拍賣者和對應(yīng)拍賣目標(biāo)確定之后，拍賣者所決定的代價(jià)減少是一個(gè)定值，即C1大小不變。而此時(shí)競標(biāo)者所決定的代價(jià)增加存在多種情況，即C2具有多個(gè)值結(jié)果。若要使得系統(tǒng)代價(jià)減少最多、整體效能最優(yōu)，應(yīng)使得C1-C2最大，即求C2最小值，也就是從潛在競拍者中選擇C2最小的無人機(jī)作為此次競拍勝出者即可。

（2）任務(wù)交換

而任務(wù)交換通常是在任務(wù)買賣之后進(jìn)行，用于解決任務(wù)買賣后存在的分配不合理問題。由交換的性質(zhì)可知，各無人機(jī)的任務(wù)數(shù)在交換之后仍保持不變，其流程如所示。

假設(shè)當(dāng)前交換組合是無人機(jī)i和無人機(jī)j，其交換后的開銷分別是C1和C2，則該組合交換后總代價(jià)減少量可表示為C1+C2，然后分別記錄系統(tǒng)中所有可能的交換組合的對應(yīng)總代價(jià)減少量，并生成交換代價(jià)矩陣，若要使得整體減少量最大、整體效能最優(yōu)，則根據(jù)交換代價(jià)矩陣判斷并找出需要交換的任務(wù)即可。

3 仿真與結(jié)果分析

3.1 實(shí)驗(yàn)描述

該本文以異構(gòu)多無人機(jī)為仿真對象，在x，y∈[0,1000]的二維地面區(qū)域里進(jìn)行仿真實(shí)驗(yàn)，x表示地面區(qū)域的長，y表示地面區(qū)域的寬。本文實(shí)驗(yàn)環(huán)境中有6架無人機(jī)，分別用V_i表示，i∈{1,2,3,4,5,6}，其中V1、V3、V6三架無人機(jī)具備偵察模塊，另外三架無人機(jī)具備打擊模塊。任務(wù)目標(biāo)點(diǎn)總計(jì)有20個(gè)，其中9個(gè)為正方形標(biāo)記點(diǎn)的偵察任務(wù)，11個(gè)為三角形標(biāo)記點(diǎn)的打擊任務(wù)。為簡化無人機(jī)和任務(wù)點(diǎn)，仿真模擬均以質(zhì)點(diǎn)的形式表現(xiàn)。

實(shí)驗(yàn)初始化狀態(tài)如圖3所示，無人機(jī)初始時(shí)均勻分布在Y=1水平軸線上；任務(wù)目標(biāo)點(diǎn)隨機(jī)分布在二維地面區(qū)域，為方便對應(yīng)識別，其中三角形表示打擊任務(wù)點(diǎn)，正方形表示任務(wù)偵察點(diǎn)。無人機(jī)初始參數(shù)如表1所示，其中無人機(jī)類型為1表示該無人機(jī)為偵察無人機(jī)，類型為2表示打擊型無人機(jī)。任務(wù)點(diǎn)參數(shù)如表2所示，其中包含任務(wù)點(diǎn)的打擊價(jià)值，打擊需求、偵察需求、威脅等級等信息。

表1 無人機(jī)狀態(tài)初始信息表

表2 任務(wù)點(diǎn)初始狀態(tài)信息表

圖3 實(shí)驗(yàn)環(huán)境初始化狀態(tài)表

3.2 仿真結(jié)果與分析

首先對傳統(tǒng)合同網(wǎng)算法對無人機(jī)協(xié)同任務(wù)分配情況進(jìn)行仿真模擬，二維實(shí)驗(yàn)場景如圖4所示，從圖4左上小圖可以看出V1無人機(jī)的當(dāng)前任務(wù)集狀態(tài)為空，處于資源閑置狀態(tài)，無人機(jī)資源沒有被充分利用，路程代價(jià)明顯較高，整個(gè)系統(tǒng)資源分配明顯不均衡狀態(tài)。

如圖4右上小圖所示，是利用改進(jìn)合同算法對無人機(jī)協(xié)同任務(wù)進(jìn)行分配的結(jié)果，可以看出無人機(jī)V1現(xiàn)在已經(jīng)申請到任務(wù)集，在考慮成本代價(jià)、威脅代價(jià)、路徑代價(jià)和執(zhí)行任務(wù)收益等情況下實(shí)現(xiàn)整體任務(wù)分配均衡，其中表3較好說明了任務(wù)集分配具體情況。

表3 任務(wù)分配集表

如圖4中左下小圖所示，模擬無人機(jī)故障情況下的任務(wù)分配情況，假定偵察型和攻擊型無人機(jī)中各有一臺損壞，分別是V1、V2無人機(jī)，此刻無人機(jī)V1已經(jīng)執(zhí)行完任務(wù)T4，無人機(jī)V2還未開始執(zhí)行任務(wù)，由于突發(fā)故障，這兩架無人機(jī)將會(huì)把剩下任務(wù)拍賣出去，由剩下的無人機(jī)競拍，產(chǎn)生一輪新的任務(wù)重分配。通過改進(jìn)合同網(wǎng)算法，系統(tǒng)及時(shí)響應(yīng)并快速進(jìn)行一輪任務(wù)重分配，考慮無人機(jī)負(fù)載、開銷代價(jià)以及任務(wù)優(yōu)先程度，使得任務(wù)承載更加均衡，分配結(jié)果如圖4中右下小圖所示。

圖4 實(shí)驗(yàn)仿真結(jié)果圖集

為了驗(yàn)證上訴分配結(jié)果的有效性，進(jìn)行了多次模擬仿真，分配效能和時(shí)間統(tǒng)計(jì)如表4所示，其中n表示當(dāng)前是第幾次模擬仿真，e表示當(dāng)次模擬仿真整體效能，t表示當(dāng)次仿真模擬所用時(shí)間。

表4 整體效能和運(yùn)行時(shí)間統(tǒng)計(jì)表

通過對表4分析可以得到，傳統(tǒng)合同網(wǎng)算法的整體效能平均值在13.82，任務(wù)分配平均收斂時(shí)間需要0.54s。而改進(jìn)合同網(wǎng)算法的整體效能要高很多，其整體效能平均值在20.34，算法平均收斂時(shí)間比較穩(wěn)定，需要0.44s。綜上所述，說明基于改進(jìn)合同網(wǎng)算法的任務(wù)分配整體效能有明顯提升，在增加多個(gè)影響指標(biāo)后，其算法執(zhí)行時(shí)間依舊保持穩(wěn)定，且比傳統(tǒng)合同網(wǎng)算法收斂更快，可以說明改進(jìn)合同網(wǎng)算法能夠很好地對分布式任務(wù)分配模型進(jìn)行求解，提高無人機(jī)資源利用率，優(yōu)化無人機(jī)全局負(fù)載情況，整體效能較高，具有較好的擴(kuò)展性和適用性。

4 結(jié)語

任務(wù)分配問題是多無人機(jī)任務(wù)規(guī)劃的關(guān)鍵問題之一，且分布式任務(wù)分配是一個(gè)重要的技術(shù)發(fā)展趨勢。本文將無人機(jī)視為具有一定自主決策能力的智能體，并對傳統(tǒng)合同網(wǎng)算法進(jìn)行優(yōu)化，考慮更多的戰(zhàn)場影響指標(biāo)，例如成本代價(jià)、開銷代價(jià)、威脅代價(jià)以及任務(wù)優(yōu)先級等，構(gòu)建更加符合實(shí)際作戰(zhàn)需求的任務(wù)分配模型，設(shè)定合理的約束條件，引入負(fù)載均衡機(jī)制，增加任務(wù)買賣和任務(wù)交換環(huán)節(jié)，使得整體效能更高，同時(shí)該方法能進(jìn)行實(shí)時(shí)任務(wù)分配，增強(qiáng)了無人機(jī)在復(fù)雜戰(zhàn)場中的動(dòng)態(tài)適應(yīng)性。仿真結(jié)果表明，相比于傳統(tǒng)合同網(wǎng)算法，基于改進(jìn)合同網(wǎng)算法的任務(wù)分配方法具有較好的時(shí)間效率和分配效果，且整體效能高，能夠有效應(yīng)對突發(fā)情況并實(shí)時(shí)進(jìn)行任務(wù)重分配，更加符合當(dāng)前多無人機(jī)協(xié)同作戰(zhàn)的特點(diǎn)和實(shí)際任務(wù)的需求。由于算法收斂時(shí)間一定程度上與計(jì)算機(jī)硬件性能存在一定關(guān)系，實(shí)驗(yàn)中的收斂時(shí)間會(huì)隨著計(jì)算機(jī)性能不同而有所不同，下一步將會(huì)增大任務(wù)分配規(guī)模同時(shí)考慮目標(biāo)動(dòng)態(tài)性等問題，讓仿真模擬更逼近實(shí)際作戰(zhàn)任務(wù)想定。