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
