·954· 智能系统学报 第13卷 根据受到的抗原和抗体的综合激励值来选择。综 如果出现冲突，则冲突的机器人中次优任务激励 合激励由某个任务对该机器人的激励以及在该任 低者获得最优任务，次优任务激励相同时，随机 务上处于等待的机器人对该机器人的激励共同构 分配最优任务，其余机器人重新选择任务。在任 成，以此来完成机器人的任务分配与协作，设 务分配时，每个机器人同一时刻只能得到一个任 A为任务T对机器人R的综合激励，将其定义为 务，且当机器人处于闲暇状态时才能被任务所激 A=之m+g 励，任务处于等待和空闲状态时才可以对机器人 (5) 产生激励作用。 k=1 式中：a、B为相应部分调整参数，N为在任务T上 2.2动态任务分配 等待的机器人数目，m:为机器人间产生的激励， 静态任务分配方法只可以解决多机器人任务 g为任务T,和机器人R,之间的激励值。机器人 的一次分配，在此基础上引入事件驱动的机制， 根据模型选择任务，如有任务处于待协作状态， 当系统需要再次进行任务分配或是有新的任务产 等待在某个任务上的机器人越多，此任务被选择 生时，通过事件触发重新进行分配，以满足环境 的概率越大，从而能尽快地得到协作。 动态性的要求。 系统中，定义如下事件： 2事件驱动的多机器人动态任务分 ①系统中有新的任务产生： 配算法 ②系统中有机器人状态由工作转变为空闲： ③系统中有机器人状态由等待转变为空闲： 利用文中提出的分配和协作模型，能实现任 ④系统中有机器人状态由被激励转变为等待： 务的一次分配，在此基础上引入事件驱动的机制) ⑤系统中有机器人发生故障。 使多机器人系统可以自适应地处理动态任务，并 根据事件驱动的机制，当系统中有如上事件 引入焦躁模型来解决任务死锁。 发生时，触发系统，处于空闲状态的机器人进行 2.1静态任务分配 再次任务选择。 系统中设定机器人和任务的状态转移如图1 2.3任务死锁解除 所示，任务状态和机器人的状态相互对应，待分 对于一个多机器人系统而言，常常会发生任 配任务激励空闲机器人转变为已分配状态，如果 务死锁，即区域中所有机器人都因无法完成任务 此机器人可以自行完成任务，则任务转变为执行 而处于等待状态。对于智能系统而言，需要机 态；否则任务转变为待协作，处于待协作状态的 器人能够自主地解除死锁，尽快恢复到工作状态。 任务获得协作转变为已分配状态，若等待协作的 为了使机器人能够自主解除死锁状态，引入 机器人由于长时间没有得到协作而放弃任务，则 一种焦躁模型。当机器人长时间由于无法完成任 任务由待协作状态重新回到待分配状态。 务而处于等待，激素分泌使其产生焦躁情绪，当 待分配 已分配 达到一定的上限时，其将会放弃对该任务的等 待，从而重新回到空闲状态，使其能够协助其余 完成 处于等待状态的机器人完成任务。 执行 、待协作 借鉴L.S.Farhy提出的激素分泌的规律，定 (a)任务状态转移图 义系统中引起焦躁情绪的激素分泌模型为 空闲 被激励 1 F(=TI+1 (6) 式中：T为阈值，1为时间变量，n为Hll系数，且 工作 等待 n≥l。 (b)机器人状态转移图 机器人处于等待状态而分泌激素，当其超过 图1机器人和任务状态状态转移图 设定阈值C时，机器人会放弃等待的任务，回到 Fig.1 Robot and task state transition diagram 空闲状态，且机器人会对该任务产生记忆，避免 初始时刻，所有任务处于未分配状态，机器人 在该任务处于未分配状态时再次选择，陷入循环 都处于空闲状态，每个机器人按照激励值选择最 死锁状态。若该任务处于协作状态时，其对该机 适合自己的任务，如果每个机器人选择的任务都 器人的激励将会被弱化，表达式如式(7)所示： 不重复，则直接获得相应任务，转变为被激励态； 8=1"8 (7)根据受到的抗原和抗体的综合激励值来选择。综 合激励由某个任务对该机器人的激励以及在该任 务上处于等待的机器人对该机器人的激励共同构 成，以此来完成机器人的任务分配与协作，设 Aij 为任务 Tj 对机器人 Ri 的综合激励，将其定义为 Ai j = α ∑N k=1 mik +βgi j (5) 式中：α、β 为相应部分调整参数，N 为在任务 Tj 上 等待的机器人数目，mik 为机器人间产生的激励， gij 为任务 Tj 和机器人 Ri 之间的激励值。机器人 根据模型选择任务，如有任务处于待协作状态， 等待在某个任务上的机器人越多，此任务被选择 的概率越大，从而能尽快地得到协作。 2 事件驱动的多机器人动态任务分 配算法 利用文中提出的分配和协作模型，能实现任 务的一次分配，在此基础上引入事件驱动的机制[13] ， 使多机器人系统可以自适应地处理动态任务，并 引入焦躁模型来解决任务死锁。 2.1 静态任务分配 系统中设定机器人和任务的状态转移如图 1 所示，任务状态和机器人的状态相互对应，待分 配任务激励空闲机器人转变为已分配状态，如果 此机器人可以自行完成任务，则任务转变为执行 态；否则任务转变为待协作，处于待协作状态的 任务获得协作转变为已分配状态，若等待协作的 机器人由于长时间没有得到协作而放弃任务，则 任务由待协作状态重新回到待分配状态。 待分配 已分配 执行 待协作 完成 (a) 任务状态转移图 空闲 被激励 工作 等待 (b) 机器人状态转移图 图 1 机器人和任务状态状态转移图 Fig. 1 Robot and task state transition diagram 初始时刻，所有任务处于未分配状态，机器人 都处于空闲状态，每个机器人按照激励值选择最 适合自己的任务，如果每个机器人选择的任务都 不重复，则直接获得相应任务，转变为被激励态； 如果出现冲突，则冲突的机器人中次优任务激励 低者获得最优任务，次优任务激励相同时，随机 分配最优任务，其余机器人重新选择任务。在任 务分配时，每个机器人同一时刻只能得到一个任 务，且当机器人处于闲暇状态时才能被任务所激 励，任务处于等待和空闲状态时才可以对机器人 产生激励作用。 2.2 动态任务分配 静态任务分配方法只可以解决多机器人任务 的一次分配，在此基础上引入事件驱动的机制， 当系统需要再次进行任务分配或是有新的任务产 生时，通过事件触发重新进行分配，以满足环境 动态性的要求。 系统中，定义如下事件： ① 系统中有新的任务产生； ② 系统中有机器人状态由工作转变为空闲； ③ 系统中有机器人状态由等待转变为空闲； ④ 系统中有机器人状态由被激励转变为等待； ⑤ 系统中有机器人发生故障。 根据事件驱动的机制，当系统中有如上事件 发生时，触发系统，处于空闲状态的机器人进行 再次任务选择。 2.3 任务死锁解除 对于一个多机器人系统而言，常常会发生任 务死锁，即区域中所有机器人都因无法完成任务 而处于等待状态[14]。对于智能系统而言，需要机 器人能够自主地解除死锁，尽快恢复到工作状态。 为了使机器人能够自主解除死锁状态，引入 一种焦躁模型。当机器人长时间由于无法完成任 务而处于等待，激素分泌使其产生焦躁情绪，当 达到一定的上限时，其将会放弃对该任务的等 待，从而重新回到空闲状态，使其能够协助其余 处于等待状态的机器人完成任务。 借鉴 L.S.Farhy 提出的激素分泌的规律[15] ，定 义系统中引起焦躁情绪的激素分泌模型为 F (t) = 1 (T/t) n +1 (6) 式中：T 为阈值，t 为时间变量，n 为 Hill 系数，且 n≥1。 机器人处于等待状态而分泌激素，当其超过 设定阈值 C 时，机器人会放弃等待的任务，回到 空闲状态，且机器人会对该任务产生记忆，避免 在该任务处于未分配状态时再次选择，陷入循环 死锁状态。若该任务处于协作状态时，其对该机 器人的激励将会被弱化，表达式如式（7）所示： g ′ i j = η · gi j (7) ·954· 智 能 系 统 学 报 第 13 卷