规模化异构集群分布式协同任务分配方法
收稿日期: 2025-09-22
修回日期: 2025-10-20
录用日期: 2026-01-15
网络出版日期: 2026-02-03
基金资助
国家自然科学基金(62503028)
Received date: 2025-09-22
Revised date: 2025-10-20
Accepted date: 2026-01-15
Online published: 2026-02-03
分布式无人集群能够通过局部信息交互与协同决策，高效自主地完成复杂任务，具有广泛的应用前景，其中任务分配是关键问题之一。针对异构多飞行器系统联盟形成任务分配问题中存在的计算复杂度高、通信负担重、解的质量与效率难以平衡等挑战，提出了一种基于层次化架构的分布式任务分配策略。首先，提出基于享乐博弈的异构集群自组织分簇算法，通过分布式交互实现集群自组织分簇，将异构系统中的各类飞行器根据任务需求高效划分至各个任务簇。其次，利用隐式共识机制和任务节点分裂机制，将匈牙利方法创新性地应用于分布式联盟形成问题，完成各簇内飞行器到任务的匹配，能够高度满足每个具体任务对于各类飞行器的特定需求。在分配过程中，设计了考虑飞行器动力学模型的代价估计方法，实现分配与规划紧耦合，从而确保了分配结果的动力学可行性。仿真结果表明：所提出的分层任务分配策略在保证分布式解质量的同时，能够显著提升异构集群任务分配的规模扩展性，并有效降低分布式通信负担；此外，以滑翔飞行器为例对耦合航程估计的分配算法进行了可行性验证。
曹筱可 , 吕金虎 , 高源 , 蔡奕辰 , 李芃芃 , 刘克新 , 孙贵宾 . 规模化异构集群分布式协同任务分配方法[J]. 航空学报, 2026 , 47(12) : 332811 -332811 . DOI: 10.7527/S1000-6893.2026.32811
| [1] | 谷海波， 刘克新， 吕金虎. 集群系统协同控制： 机遇与挑战［J］. 指挥与控制学报， 2021， 7（1）： 1-10. |
| GU H B， LIU K X， LYU J H. Cooperative control of swarm systems： Opportunities and challenges［J］. Journal of Command and Control， 2021， 7（1）： 1-10 （in Chinese）. | |
| [2] | 吕金虎， 文力， 李磊， 等. 跨水空介质集群机器人研究现状与展望［J］. 中国科学（技术科学）， 2025， 55（5）： 807-826. |
| Lü J H， WEN L， LI L， et al. Research status and prospects of aerial-aquatic swarm robots［J］. SCIENTIA SINICA Technologica， 2025， 55（5）： 807-826 （in Chinese）. | |
| [3] | LYU M Y， ZHAO Y B， HUANG C， et al. Unmanned aerial vehicles for search and rescue： A survey［J］. Remote Sensing， 2023， 15（13）： 3266. |
| [4] | SUN G B， ZHOU R， MA Z， et al. Mean-shift exploration in shape assembly of robot swarms［J］. Nature Communications， 2023， 14： 3476. |
| [5] | Lü J H， ZE K R， YUE S Y， et al. Concurrent-learning based relative localization in shape formation of robot swarms［J］. IEEE Transactions on Automation Science and Engineering， 2025， 22： 11188-11204. |
| [6] | 吕金虎， 汪宗福， 刘克新， 等. 基于双/多基SAR的集群协同探测与制导新进展［J］. 航空学报， 2025， 46（6）： 531548. |
| Lü J H， WANG Z F， LIU K X， et al. New progress in cluster collaborative detection and guidance based on bi/multi-static SAR［J］. Acta Aeronautica et Astronautica Sinica， 2025， 46（6）： 531548 （in Chinese）. | |
| [7] | QU Q Y， LIU K X， LI X J， et al. Satellite observation and data-transmission scheduling using imitation learning based on mixed integer linear programming［J］. IEEE Transactions on Aerospace and Electronic Systems， 2023， 59（2）： 1989-2001. |
| [8] | BAYRAM H， BOZMA H I. Coalition formation games for dynamic multirobot tasks［J］. The International Journal of Robotics Research， 2016， 35（5）： 514-527. |
| [9] | KHAMIS A， HUSSEIN A， ELMOGY A. Multi-robot task allocation： A review of the state-of-the-art［M］∥ Cooperative Robots and Sensor Networks 2015. Berlin： Springer International Publishing， 2015： 31-51. |
| [10] | SEENU N， KUPPAN CHETTY R M， RAMYA M M， et al. Review on state-of-the-art dynamic task allocation strategies for multiple-robot systems［J］. Industrial Robot： the International Journal of Robotics Research and Application， 2020， 47（6）： 929-942. |
| [11] | CHAKRAA H， GUéRIN F， LECLERCQ E， et al. Optimization techniques for multi-robot task allocation problems： Review on the state-of-the-art［J］. Robotics and Autonomous Systems， 2023， 168： 104492. |
| [12] | TURNER J， MENG Q G， SCHAEFER G， et al. Distributed task rescheduling with time constraints for the optimization of total task allocations in a multirobot system［J］. IEEE Transactions on Cybernetics， 2018， 48（9）： 2583-2597. |
| [13] | DENG R L， YAN R， HUANG P N， et al. A distributed auction algorithm for task assignment with robot coalitions［J］. IEEE Transactions on Robotics， 2024， 40： 4787-4804. |
| [14] | WANG S L， LIU Y J， QIU Y T， et al. Consensus-based decentralized task allocation for multi-agent systems and simultaneous multi-agent tasks［J］. IEEE Robotics and Automation Letters， 2022， 7（4）： 12593-12600. |
| [15] | 吕晔， 周锐， 李兴， 等. 基于多轮次分布式拍卖的异构多任务分配算法［J］. 北京航空航天大学学报， 2025， 51（3）： 1018-1027. |
| LYU Y， ZHOU R， LI X， et al. A heterogeneous multi-task assignment algorithm based on multi-round distributed auction［J］. Journal of Beijing University of Aeronautics and Astronautics， 2025， 51（3）： 1018-1027 （in Chinese）. | |
| [16] | CHOPRA S， NOTARSTEFANO G， RICE M， et al. A distributed version of the Hungarian method for multirobot assignment［J］. IEEE Transactions on Robotics， 2017， 33（4）： 932-947. |
| [17] | ISMAIL S， SUN L. Decentralized Hungarian-based approach for fast and scalable task allocation［C］∥ 2017 International Conference on Unmanned Aircraft Systems （ICUAS）. Piscataway： IEEE Press， 2017： 23-28. |
| [18] | SAMIEI A， SUN L. Distributed recursive Hungarian-based approaches to fast task allocation for unmanned aircraft systems［C］∥ AIAA Scitech 2020 Forum. Reston： AIAA， 2020. |
| [19] | SAMIEI A， SUN L. Distributed matching-by-clone Hungarian-based algorithm for task allocation of multiagent systems［J］. IEEE Transactions on Robotics， 2024， 40： 851-863. |
| [20] | ZHANG Z， JIANG J， XU H Y， et al. Distributed dynamic task allocation for unmanned aerial vehicle swarm systems： A networked evolutionary game-theoretic approach［J］. Chinese Journal of Aeronautics， 2024， 37（6）： 182-204. |
| [21] | JANG I， SHIN H S， TSOURDOS A. Anonymous hedonic game for task allocation in a large-scale multiple agent system［J］. IEEE Transactions on Robotics， 2018， 34（6）： 1534-1548. |
| [22] | HU J Y， BHOWMICK P， JANG I， et al. A decentralized cluster formation containment framework for multirobot systems［J］. IEEE Transactions on Robotics， 2021， 37（6）： 1936-1955. |
| [23] | ZHAO X Y， ZONG Q， TIAN B L， et al. Fast task allocation for heterogeneous unmanned aerial vehicles through reinforcement learning［J］. Aerospace Science and Technology， 2019， 92： 588-594. |
| [24] | NG J S， LIM W Y B， XIONG Z H， et al. Reputation-aware hedonic coalition formation for efficient serverless hierarchical federated learning［J］. IEEE Transactions on Parallel and Distributed Systems， 2022， 33（11）： 2675-2686. |
| [25] | KUHN H W. The Hungarian method for the assignment problem［J］. Naval Research Logistics Quarterly， 1955， 2（1-2）： 83-97. |
| [26] | CHOI H L， BRUNET L， HOW J P. Consensus-based decentralized auctions for robust task allocation［J］. IEEE Transactions on Robotics， 2009， 25（4）： 912-926. |
| [27] | LU P. Entry guidance： A unified method［J］. Journal of guidance， control， and dynamics， 2014， 37（3）： 713-28. |
/
| 〈 |
|
〉 |
CJA