论文部分内容阅读
针对具有松散和紧密耦合型任务的大规模多机器人系统，研究了基于群体智能的任务分配方法。系统采用层次结构，高层用蚁群算法实现松散耦合型任务分配的寻优，提出逆转分配思想让蚂蚁代表任务，为每个任务选择任务的承担者。底层分别提出了基于蚁群、粒子群蚁群和量子蚁群实现机器人联盟的形成—产生紧耦合型任务解，并进行仿真。仿真结果表明，基本蚁群算法得到的解质量最差；粒子群蚁群算法得到的分配解最好，但是运算时间最长；量子蚁群算法得到的解稍次于粒子群蚁群算法，但分配时间比另两种算法减少了一半。因此，在大规模的多机器人任务分配中，