第6讲生物启发神经网络模型及应用11l 在多机器人系统中,经常碰到的问题是多个机器人之间的协调与合作,如何合理的给机器人分配任务,才能在完成任务的前提下耗能最少,是多任务分配所要研究的主要问题。假定在一个设定的区域内随机分布一组移动机器人,同时随机分布一组目标点,机器人的数目与目标点的数目均不确定。每个目标点都需要一个机器人在该点完成一定的工作。机器人系统任务分配就是使其到达所有目标点,并使总代价趋近于最小化。对于每个机器人来讲,其代价由从起始点运动到目标点所走过的距离来衡量。总代价定义为所有单个机器人代价的总和。当所有目标点都被访问过以后,任务完成。2l 图1给出了一个多AUV多目标点任务分配示例,为了说明的简便,这里采用二维平面作为工作空间,在该工作空间中,红色的点代表AUV机器人,绿色的圆圈代表目标点。此外,假定机器人都是相同的AUV,具备基本的导航、避障和位置识别功能,因此这里所研究的只是如何动态的进行任务分配。即如何应用自组织SOM神经网络进行AUV任务分配,并使其目标函数(总路径)最小。3l 动态环境下的多AUV任务分配与自主路径规划,是根据各个待观察的目标点位置矢量与处于