时序约束下一种基于蒙特卡洛树搜索架构的异构多无人机协同任务分配方法

摘要

本发明针对敌方防空火力压制任务(SEAD)场景，考虑无人机集群执行任务期间的资源约束、运动学约束以及任务之间的时序优先级约束，提出一种基于蒙特卡洛树搜索架构的异构多无人机协同任务分配方法。方法创新性地将蒙特卡洛树搜索与异构多无人机协同任务分配相结合，设计以蒙特卡洛树搜索的任务分配架构，通过有限次数的迭代返回当前状态下的最优决策；并采用遗传算法对无人机的内部任务序列以及无人机接近目标时的航向角进行优化，降低了无人机的航迹代价，提高系统效能；最后针对任务时序优先约束引发的死锁问题，设计了基于图论的死锁检测与解除算法，保证任务分配方案的可行性。本发明提出的方法可以有效满足SEAD任务场景下的任务分配需求，顺利完成敌方防空火力压制任务作战任务，并且与传统分配算法相比保证了最大化系统效能。