本發(fā)明涉及配送物流多智能體系統(tǒng)任務(wù)分配，具體為一種基于強(qiáng)化學(xué)習(xí)的多智能體系統(tǒng)高效任務(wù)分配方法及系統(tǒng)。

背景技術(shù)：

1、隨著電子商務(wù)和物流行業(yè)的快速發(fā)展，配送任務(wù)的復(fù)雜性和數(shù)量顯著增加。尤其在城市環(huán)境中，由于交通擁堵和天氣變化等因素的影響，傳統(tǒng)的配送方法已經(jīng)無(wú)法滿足高效、及時(shí)的物流需求。近年來(lái)，多智能體系統(tǒng)在物流配送領(lǐng)域中得到了越來(lái)越多的關(guān)注，這些系統(tǒng)能夠通過(guò)多個(gè)自動(dòng)化實(shí)體（如配送機(jī)器人）協(xié)同工作，提升配送效率。然而，現(xiàn)有的多智能體配送系統(tǒng)通常面臨任務(wù)分配不合理、資源利用率低以及在動(dòng)態(tài)環(huán)境中適應(yīng)性差等問(wèn)題。傳統(tǒng)的任務(wù)分配算法通?；陟o態(tài)規(guī)劃，難以實(shí)時(shí)調(diào)整，導(dǎo)致配送效率不高，特別是當(dāng)環(huán)境因素如交通和天氣發(fā)生變化時(shí)，系統(tǒng)缺乏靈活的響應(yīng)機(jī)制。

2、現(xiàn)有技術(shù)中的，公開(kāi)號(hào)為cn108009012b公開(kāi)了一種基于任務(wù)模型的多智能體動(dòng)態(tài)任務(wù)分配方法，通過(guò)收集環(huán)境中任務(wù)的狀態(tài)信息，結(jié)合智能體能力參數(shù)，建立任務(wù)狀態(tài)量模型；快速對(duì)智能體進(jìn)行初始部署，智能體在執(zhí)行過(guò)程中與環(huán)境中其他智能體進(jìn)行通信交流，實(shí)時(shí)共享信息，從而對(duì)智能體進(jìn)行動(dòng)態(tài)微調(diào)，協(xié)同合作完成所有任務(wù)。但是分配過(guò)程中共享信息并不能保證任務(wù)完成情況，任務(wù)分配也需要統(tǒng)籌的決策，僅僅是初步部署難以保證任務(wù)完成的效率，因此僅憑初步部署和共享信息動(dòng)態(tài)微調(diào)，難以保證復(fù)雜環(huán)境下資源分配的有效性和任務(wù)執(zhí)行的靈活性。

3、在所述背景技術(shù)部分公開(kāi)的上述信息僅用于加強(qiáng)對(duì)本公開(kāi)的背景的理解，因此它可以包括不構(gòu)成對(duì)本領(lǐng)域普通技術(shù)人員已知的現(xiàn)有技術(shù)的信息。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于強(qiáng)化學(xué)習(xí)的多智能體系統(tǒng)高效任務(wù)分配方法，以解決上述背景技術(shù)中提出的問(wèn)題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

3、一種基于強(qiáng)化學(xué)習(xí)的多智能體系統(tǒng)高效任務(wù)分配方法，具體步驟包括：

4、s1：獲取待分配配送任務(wù)的總區(qū)域內(nèi)的任務(wù)個(gè)數(shù)、任務(wù)對(duì)應(yīng)的需求數(shù)據(jù)和環(huán)境數(shù)據(jù)，所述需求數(shù)據(jù)包括每個(gè)任務(wù)的目標(biāo)配送位置和任務(wù)執(zhí)行剩余時(shí)間數(shù)據(jù)，所述環(huán)境數(shù)據(jù)包括總區(qū)域的交通情況系數(shù)和天氣環(huán)境數(shù)據(jù)；

5、s2：依據(jù)配送任務(wù)對(duì)應(yīng)的需求數(shù)據(jù)確定配送任務(wù)的優(yōu)先級(jí)，將總區(qū)域劃分為多個(gè)面積相同的子區(qū)域，并依據(jù)每個(gè)任務(wù)的目標(biāo)配送位置信息確定每個(gè)子區(qū)域內(nèi)部的配送任務(wù)數(shù)量；

6、s3：獲取總區(qū)域內(nèi)能夠執(zhí)行配送任務(wù)的運(yùn)輸智能體總數(shù)量和每個(gè)子區(qū)域中心點(diǎn)距離總區(qū)域配送點(diǎn)的距離信息，并結(jié)合總區(qū)域的環(huán)境數(shù)據(jù)和每個(gè)子區(qū)域內(nèi)部的配送任務(wù)數(shù)量，生成每個(gè)子區(qū)域的最大配送量；

7、s4：根據(jù)每個(gè)區(qū)域的任務(wù)優(yōu)先級(jí)和最大配送量安排運(yùn)輸智能體進(jìn)行任務(wù)的配送。

8、進(jìn)一步地，所述步驟s1包括以下步驟：

9、s11，獲取每個(gè)任務(wù)目標(biāo)配送位置的方法為：基于待分配配送任務(wù)的總區(qū)域建立平面坐標(biāo)系，以待分配配送任務(wù)的總區(qū)域的平面內(nèi)隨機(jī)選取一點(diǎn)作為原點(diǎn)，在選取的原點(diǎn)處，以正北方向?yàn)檩S正方向，以垂直軸方向?yàn)檩S，根據(jù)建立的平面坐標(biāo)系，確定每個(gè)任務(wù)的目標(biāo)配送位置坐標(biāo)，記為，其中為配送任務(wù)的索引，，其中為待分配配送任務(wù)的總區(qū)域內(nèi)的任務(wù)總個(gè)數(shù)；

10、s12，確定任務(wù)執(zhí)行剩余時(shí)間數(shù)據(jù)的方法為：獲取當(dāng)前時(shí)刻的時(shí)間戳為和任務(wù)截止時(shí)刻的時(shí)間戳，基于當(dāng)前時(shí)刻的時(shí)間戳為和第個(gè)任務(wù)截止時(shí)刻的時(shí)間戳計(jì)算任務(wù)執(zhí)行剩余時(shí)間數(shù)據(jù)，其中執(zhí)行剩余時(shí)間數(shù)據(jù)所依據(jù)的公式為：

11、；

12、式中，為執(zhí)行剩余時(shí)間數(shù)據(jù)；

13、s13，所述第個(gè)配送任務(wù)的目標(biāo)配送距離計(jì)算所依據(jù)的公式為：

14、；

15、其中，為當(dāng)前位置坐標(biāo)；

16、s14，所述交通情況系數(shù)計(jì)算所依據(jù)的公式為：

17、；

18、式中，為交通情況系數(shù)，為智能體流量，表示智能體平均速度，和分別為智能體流量和智能體平均速度的權(quán)重系數(shù)，其中和均大于0，且；

19、s15，獲取待分配配送任務(wù)的總區(qū)域內(nèi)的天氣環(huán)境數(shù)據(jù)，對(duì)天氣環(huán)境數(shù)據(jù)使用標(biāo)簽編碼，將晴天、陰天和雨天映射為整數(shù)形式，其中晴天映射為0，陰天映射為1，雨天映射為2。

20、進(jìn)一步地，確定配送任務(wù)的優(yōu)先級(jí)所依據(jù)的公式為：

21、；

22、式中，為第個(gè)配送任務(wù)的優(yōu)先級(jí)，表示第個(gè)配送任務(wù)的目標(biāo)配送距離，為第個(gè)配送任務(wù)的執(zhí)行剩余時(shí)間數(shù)據(jù)。

23、進(jìn)一步地，確定每個(gè)子區(qū)域內(nèi)部的配送任務(wù)數(shù)量的邏輯為：

24、將總區(qū)域劃分為個(gè)面積相同的子區(qū)域，每個(gè)子區(qū)域的面積為，確定子區(qū)域的頂點(diǎn)坐標(biāo)，用矩形表示，子區(qū)域的左下角坐標(biāo)為，子區(qū)域的右上角坐標(biāo)為，當(dāng)?shù)趥€(gè)任務(wù)的配送位置在子區(qū)域內(nèi)時(shí)，返回1，不在子區(qū)域返回0，具體公式為：

25、；

26、其中，為第個(gè)子區(qū)域內(nèi)部的配送任務(wù)數(shù)量。

27、進(jìn)一步地，所述每個(gè)子區(qū)域中心點(diǎn)距離總區(qū)域配送點(diǎn)的距離信息的邏輯為：

28、子區(qū)域的中心坐標(biāo)計(jì)算公式為：

29、；

30、子區(qū)域中心點(diǎn)到總區(qū)域配送點(diǎn)的距離的計(jì)算公式為：

31、；

32、其中，為第個(gè)子區(qū)域中心點(diǎn)到總區(qū)域配送點(diǎn)的距離。

33、進(jìn)一步地，所述每個(gè)子區(qū)域的最大配送量公式為：

34、；

35、其中，為第個(gè)子區(qū)域的最大配送量，為總區(qū)域內(nèi)能夠執(zhí)行配送任務(wù)的運(yùn)輸智能體總數(shù)量，為第個(gè)子區(qū)域內(nèi)部的配送任務(wù)數(shù)量，為天氣環(huán)境數(shù)據(jù)。

36、進(jìn)一步地，根據(jù)配送任務(wù)的優(yōu)先級(jí)對(duì)每個(gè)子區(qū)域內(nèi)部的配送任務(wù)數(shù)量進(jìn)行升序排列，形成任務(wù)優(yōu)先配送集群序列，

37、；

38、其中，為排序后的各個(gè)任務(wù)。

39、進(jìn)一步地，所述任務(wù)優(yōu)先配送集群序列由最大配送量進(jìn)一步修正，修正為任務(wù)序列，修正邏輯為：

40、第個(gè)子區(qū)域內(nèi)部的配送任務(wù)數(shù)量為，對(duì)于任務(wù)優(yōu)先配送集群序列中每個(gè)任務(wù)，如果第個(gè)子區(qū)域中，任務(wù)分配給第個(gè)子區(qū)域，并且更新；如果第個(gè)子區(qū)域中，任務(wù)跳過(guò)，修正后的任務(wù)序列為：

41、；

42、其中，表示分配給第個(gè)子區(qū)域的第個(gè)任務(wù)，且滿足。

43、本發(fā)明還提供一種基于強(qiáng)化學(xué)習(xí)的多智能體系統(tǒng)高效任務(wù)分配系統(tǒng)，所述分配系統(tǒng)用于執(zhí)行上述的多智能體系統(tǒng)高效任務(wù)分配方法，包括：

44、采集模塊：獲取待分配配送任務(wù)的總區(qū)域內(nèi)的任務(wù)個(gè)數(shù)、任務(wù)對(duì)應(yīng)的需求數(shù)據(jù)和環(huán)境數(shù)據(jù)，所述需求數(shù)據(jù)包括每個(gè)任務(wù)的目標(biāo)配送位置和任務(wù)執(zhí)行剩余時(shí)間數(shù)據(jù)，所述環(huán)境數(shù)據(jù)包括總區(qū)域的交通情況系數(shù)和天氣環(huán)境數(shù)據(jù)；

45、數(shù)據(jù)處理模塊：依據(jù)配送任務(wù)對(duì)應(yīng)的需求數(shù)據(jù)確定配送任務(wù)的優(yōu)先級(jí)，將總區(qū)域劃分為多個(gè)面積相同的子區(qū)域，并依據(jù)每個(gè)任務(wù)的目標(biāo)配送位置信息確定每個(gè)子區(qū)域內(nèi)部的配送任務(wù)數(shù)量；

46、配送決策模塊：獲取總區(qū)域內(nèi)能夠執(zhí)行配送任務(wù)的運(yùn)輸智能體總數(shù)量和每個(gè)子區(qū)域中心點(diǎn)距離總區(qū)域配送點(diǎn)的距離信息，并結(jié)合總區(qū)域的環(huán)境數(shù)據(jù)和每個(gè)子區(qū)域內(nèi)部的配送任務(wù)數(shù)量，生成每個(gè)子區(qū)域的最大配送量；

47、分配任務(wù)模塊：根據(jù)每個(gè)區(qū)域的任務(wù)優(yōu)先級(jí)和最大配送量安排運(yùn)輸智能體進(jìn)行任務(wù)的配送。

48、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

49、本發(fā)明通過(guò)引入基于強(qiáng)化學(xué)習(xí)的多智能體物流配送系統(tǒng)，顯著提升了配送效率和資源利用率。具體而言，系統(tǒng)首先依據(jù)每個(gè)配送任務(wù)的需求數(shù)據(jù)和環(huán)境因素，合理劃分總區(qū)域?yàn)槎鄠€(gè)子區(qū)域，并精準(zhǔn)統(tǒng)計(jì)每個(gè)子區(qū)域內(nèi)的配送任務(wù)數(shù)量。這種精細(xì)化的任務(wù)管理策略，使得運(yùn)輸智能體能夠在最短時(shí)間內(nèi)高效響應(yīng)配送需求。通過(guò)綜合考慮運(yùn)輸智能體的數(shù)量、子區(qū)域中心到配送點(diǎn)的距離、交通情況以及天氣環(huán)境數(shù)據(jù)，系統(tǒng)生成每個(gè)子區(qū)域的最大配送量，從而優(yōu)化了運(yùn)輸能力的分配。這一方法能夠有效平衡任務(wù)優(yōu)先級(jí)和資源限制，確保運(yùn)輸智能體在執(zhí)行過(guò)程中能夠高效完成任務(wù)。在任務(wù)執(zhí)行階段，智能體能夠基于實(shí)時(shí)環(huán)境變化做出快速調(diào)整，提升了整體配送的靈活性和適應(yīng)性。通過(guò)這種智能化的任務(wù)分配和資源管理機(jī)制，本發(fā)明不僅提高了系統(tǒng)的運(yùn)行效率，還顯著增強(qiáng)了在復(fù)雜環(huán)境下的應(yīng)對(duì)能力，為現(xiàn)代物流配送提供了一個(gè)創(chuàng)新性的解決方案。