公开(公告)号：CN120069407A

公开(公告)日：2025-05-30

申请号：CN202510117544.4

申请日：2025-01-24

Applicant: 中国科学院计算技术研究所

Inventor： 陆在旺 ,  马宜科 ,  代锋 ,  高树琴 ,  张玉成 ,  李蕾 ,  王妍聪 ,  龙隆

IPC: G06Q10/0631 ,  G06Q10/047 ,  G06Q50/02 ,  G06N20/00 ,  G06N3/008 ,  G06N3/042 ,  G06N3/092

Abstract: 本申请公开了一种基于强化学习的农业多机器人任务分配方法，方法包括：针对待分配的多个农田任务地块，基于农田任务的路径规划算法，计算农田任务的路径成本，并根据路径规划结果，以任务分配的工作量均衡及总路径代价最小作为约束，建立农用车集群的任务分配目标函数；基于强化学习的注意力机制策略优化网络，确定节点和车辆间的分配概率，根据目标函数制定带有节点工作量均衡及总路径代价最小约束的奖励函数，并使用策略梯度法完成任务分配模型训练，输出农用车集群的任务分配方案；农用车集群的每辆车按照给定的任务分配方案，在任务地块上遍历并执行农业操作。本发明方法及其系统用于农业多机器人、多任务的作业调度需求场景，提供即时、合理的机器人与任务分配方案。