一种未知动态环境下异构无人机集群分布式联盟形成方法  

A Distributed Coalition Formation Method of Heterogeneous UAV Swarm in Unknown Dynamic Environment

作　　者：郑红星 郭继峰[1] 谢旭东 颜鹏 ZHENG Hong-xing;GUO Ji-feng;XIE Xu-dong;YAN Peng(School of Astronautics,Harbin Institute of Technology,Harbin 150001,China)

机构地区：[1]哈尔滨工业大学航天学院,哈尔滨150001

出　　处：《宇航学报》2022年第2期189-197,共9页Journal of Astronautics

基　　金：国家自然科学基金(61973101);航空科学基金(20180577005)。

摘　　要：针对未知动态环境下异构无人机集群的分布式联盟形成问题,首先构建了异构无人机集群的联盟任务自动机,实现了异构无人机集群在未知动态环境下的自主任务协调。在此基础之上,提出了一种基于蒙特卡洛树搜索的分布式联盟形成算法,该算法通过两阶段的蒙特卡洛树搜索来增量式地对联盟结构进行分布式优化,算法可在分布式框架下实施,并在任意时间内终止返回当前的最优解。最后,仿真实验表明,提出的算法可有效处理异构无人机集群在未知动态环境下的分布式联盟形成问题,并在较大规模的联盟形成问题中仍能保持较优的性能表现。Aiming at the problem of distributed coalition formation of heterogeneous UAV swarm in unknown dynamic environment,we first construct the coalition task automata of heterogeneous UAV swarm to realize the autonomous task coordination of heterogeneous UAV swarm.On this basis,a distributed coalition formation algorithm based on Monte-Carlo tree search is proposed,which increments the distributed optimization of coalition structure through a two-stage Monte-Carlo tree search.The algorithm can be implemented in a distributed framework and can terminate at any time to return the current optimal solution.Finally,the simulation results show that the proposed algorithm can effectively deal with the problem of distributed coalition formation of heterogeneous UAV swarm in an unknown and dynamic environment,and can maintain better performance in the large-scale coalition formation problem.

关 键 词：异构无人机集群 分布式联盟形成 蒙特卡洛树搜索 分布式协同控制 未知环境 

分 类 号：V279[航空宇航科学与技术—飞行器设计]