改进CBBA算法

异构资源高效分配

该算法在经典CBBA基础上引入K-medoids聚类，通过平衡携带资源来满足多无人机对异构任务资源的需求，是一种改进的任务分配策略。

赵晓林 · Wei, Zhaotian · Zhao, Boxin · Liangjie, Ji

Guofang Keji Daxue Xuebao/Journal of National University of Defense Technology 2023

技术优势

异构资源对得上

按距离和资源均衡度对无人机聚类，使每个簇内的无人机能够提供互补的异构资源，更易满足任务对不同资源类型的组合需求。

攻击任务可分拆

将攻击任务生成子任务后，改进CBBA可以按子任务分配资源，避免某个完整任务因单一资源类型不匹配而无法执行。

应用场景

• 无人机任务规划：在侦察打击一体化任务中快速生成兼顾资源匹配和航程代价的分配方案。
• 多无人机协同：通过聚类让资源互补的无人机协同，共同完成单机无法独立承担的异构资源任务。
• 多机器人协调：算法框架可迁移到异构多机器人系统，处理不同机器人携带不同工具或载荷的协调问题。
• 分布式任务分配：采用共识机制（CBBA）进行分布式协商，不需要中央节点就能在无人机之间达成一致分配。