异构图强化学习分配模型

依赖感知多任务分配

该模型将任务与工人的复杂依赖关系统一表示为多关系图，并利用复合路径异构图注意力网络进行状态编码，进而通过强化学习生成最优分配策略。

Yong, Zhao · Zhu, Zhengqiu · 高宸 · 王恩 · 黄金才 · 王飞跃

IEEE Transactions on Mobile Computing 2026

技术优势

依赖感知更强

通过多关系图统一表示子任务依赖与技能要求，避免传统方法中人工特征工程对复杂关系的割裂。

状态建模更全

复合路径异构图注意力网络能捕获任务与工人之间的高阶关系，生成信息更丰富的状态嵌入。

决策优化更稳

利用PPO算法联合训练策略网络与图编码器，使分配策略在长期收益上更稳定高效。

应用场景

• 物联网与传感网：协调分布式传感设备完成依赖型感知任务，优化数据采集时序与设备利用率。
• 工业机器人：为多机器人协作分配具有先后约束的工序，缩短整体作业周期。
• 具身智能：在动态环境中为具身智能体分配需按步骤完成的交互任务，提升协作效率。
• 智能建造与结构：在智能建造中调度依赖型施工子任务，平衡工人技能与项目进度。