无人机任务分配综述（沈阳航空航天大学自动化学院，沈阳110136）本文摘自《沈阳航空航天大学学报》摘要：任务分配是无人机完成军事任务的重要保证，是任务规划的重要组成部分，一直是无人机作战系统的重要研究课题。首先介绍了无人机任务分配的基本概念，然后分别从集中式分配、分布式分配和分层次分布式分配等研究方法对无人机任务分配进行了综述，最后分析了无人机任务分配的关键技术以及未来的发展趋势，分别从异构多类型无人机的协同任务分配、不确定条件下的任务分配、静态博弈、动态博弈、动态实时任务分配、多要素综合任务分配等方面说明了还需要进一步研究与解决的关键问题。关键词：任务分配；集中式；分布式；分层次分布式无人机即由自己控制或者地面操作人员操控的无人驾驶飞机［1-2］。随着科学技术的不断发展，战场形势的日趋严峻，无人机在现代战争中的作战优势越发明显，所以得到越来越多国家军事高层的青睐。任务分配是根据既定的目标把需要完成的任务合理地分派给系统中的组员，达到高效率执行任务、优化无人机系统的目的［3］。目前，学者们的研究重点是多架同构、异构无人机组成的无人机编队协同执行任务［4-12］。在编队中，每架无人机的性质、作用、有效载荷、作战能力等各方面都有差异，满足各种约束的条件下，最大效率地将全部作战任务合理分配给无人机编队，使系统的各种性能指标尽可能达到极值，发挥无人机编队协同工作效能，这是无人机编队作战系统的重要研究课题。文献［5］探索了对不同种类的目标进行侦察、打击和评估任务时异构无人机的协同任务分配问题。对于侦察与评估任务中所得到的信息量，运用信息论中熵的变化量对其进行度量，把无人机对不同类型目标的打击能力简化为对目标的毁伤概率，同时把每个任务之间的关联性考虑在内，建立了异构多无人机协同任务分配模型。文献［6］归纳和总结了多无人机协同任务规划的国内外研究现状，重点总结了任务分配方法的常见模型和算法，对各种算法的优缺点进行了讨论，得出多智能体的市场机制类算法在空战中将有广泛的应用价值。文献［7］建立了以合同网协议和多智能体系统理论为基础的有人机/无人机编队MAS(Multi-agentSystem,MAS)结构和基于投标过程的无人机任务分配模型。文献［8］在无人机协同多任务分配的研究中，运用了基于分工机制的蚁群算法进行求解，并给出了基于作战任务能力评估的问题解构造策略和基于作战任务代价的状态转移规则，大幅度提升了算法的性能。文献［9］以异构类型多目标多无人机任务分配问题为原型，设计了一种基于时间窗的多无人机联盟组任务分配方法，此算法使用冲突消解机制来防止无人机实时任务分配过程中出现多机资源死锁，其次通过无人机两阶段任务联盟构成算法，组成了任务联盟，使无人机任务分配的有效性和实时性有了很大的提高。文献［10］在基于任务依赖关系和ISO-DATA(lterativeSelf-organizingDataAnalysisTechnique)算法相结合的基础上设计了新的任务分组方法，在保持无人机负载均衡的基础上，给出了基于资源福利的任务组级组粗粒度的无人机任务分配方法，在任务组内提出了结合粒子群算法的细粒度任务分配算法。文献［11］设计出一种多无人机任务分配与航迹规划相结合的整体控制架构，假设威胁和障碍区域为合理的多边形模型，使用改进的算法求出两个航迹点之间的最短路径，将此路径当成任务分配过程全局目标函数的输入，然后用粒子群优化任务分配迭代寻优。文献［12］详细分析了实际战场上信息的不确定性，同时指出了在此条件下多无人机面临的任务分配问题。将收益毁伤代价指标、目标价值及航程代价指标的不确定信息作为参考依据，在此基础上建立了基于区间信息环境下多无人机的任务分配模型，采用随机概率的多属性方案排序(StochasticMulti-criteriaAcceptabilityAnalysis，SMAA)方法，得出不确定环境下多无人机动态任务分配求解方法。无人机任务分配有多种分类方式，按照无人机作战任务之间的相关联性，可归类为协同任务分配和独立任务分配［13］；按照无人机作战任务所处的环境，又可归类为静态任务分配和动态任务分配［14］。本文分别从集中式任务分配、分布式任务...
