任务规划是一个人机协同的过程,任务规划系统是典型的人机协同系统,需要结合人的智能与计算机的能力。在开发人机协同系统的过程中,常常需要回答人与机器何时、何地、如何进行协同的问题。面对日益复杂、动态、不确定的规划环境,规划对象的数量多、关系复杂,人机协同技术的引入是必然的选择。人机协同技术引入到多智能体规划问题中,会涉及到人与单个智能体协同、人与多个智能体共同协同以及多智能体之间的相互协同三个层次,本文主要针对人与单个智能体协同、人与多个智能体共同协同这两个方面,而多智能体之间的相互协同则采用目前常用的协同算法。本文主要研究在预先规划阶段引入人机协同的多智能体协同航迹规划问题,重点解决大规模协同规划效率低、成功率低、人机协同不灵活等问题。论文的主要研究如下:1.人机协同任务规划过程中指挥员决策事件的形式化描述。对合作问题求解(cooperative problem solving-CPS)模态算子进行扩充,提出了多智能体协同任务规划过程中指挥员决策的形式化表示方法,使指挥员(任务规划中的规划人员)在多智能体协同任务规划过程中的决策形式化,从而使指挥员的决策能够融入机器的任务规划算法中。2.面向多智能体的柔性互补人机协同任务规划问题求解方法。设计融入指挥员决策的、面向多智能体的柔性互补人机协同任务规划问题求解方法,灵活处理大规模、动态及不确定环境下的多智能体协同规划任务,适用于多军兵种联合作战的应用场景,解决在规划预案生成阶段规划目标数量庞大时,规划效率低、规划结果成功率低、人机协同不灵活等问题。对于面向多智能体的人机协同任务规划问题,提出柔性互补人机协同任务规划的性能评价指标,主要包括整体系统性能、行为评价标准等方面,用于全面评价本文提出的面向多智能体的柔性互补人机协同任务规划问题求解方法的性能优劣,为相应的系统分析、设计和优化提供参考。3.柔性互补人机协同架构在多智能体协同航迹规划中的应用。本文开发了适用于人机协同的快速探索随机树算法,改进了基于静态优先级的分布式优先级航迹规划算法,开发出适用于人机协同的基于动态优先级的分布式优先级规划算法,以上两种经过改进的算法在规划过程中能够融合指挥员经过形式化表示的决策,在规划过程中实现灵活的人机协同,有效减少动态环境及不确定环境下多智能体协同规划的失败率。4.面向多智能体的人机协同航迹规划软件系统开发与实验分析。本文基于动态优先级的分布式优先级规划算法和人机协同快速探索随机树算法,搭建相关软件仿真平台,评估基于动态优先级的分布式规划算法以及面向多智能体航迹规划的人机协同架构,并且进行了详细的实验分析。实验表明,本文提出的柔性互补人机协同架构以及动态优先级规划算法是合理有效的,可以较好的减少智能体数量较多时产生的冲突问题,降低多智能体协同规划的失败率(当智能体的数量大于250时,可以通过基于柔性互补人机协同的动态优先级规划减少30%以上的失败率),可以满足规划预案生成阶段在规划时间较为充裕的条件下面对数量较为庞大的规划目标,做出合理有效预案的需求(基于柔性互补人机协同的动态优先级算法所用的规划时间相对静态优先级的规划时间有所增加,增加幅度介于96%到112%之间;基于人机协同的动态优先级算法生成的路径比相对静态优先级算法的路径比有所增加,但增加幅度低于2.5%)。