图注意力任务分配网络

异构多智能体即装即用

该网络利用图注意力机制自动建模智能体与任务间的复杂关系，无需人工设计就能为异构多智能体系统分配最合适的执行者，显著提升分配质量和系统效率。

Ma, Ziyuan · 龚华军 · 熊君 · 王新华

IEEE Internet of Things Journal 2025

参数信息

任务分配准确率

92.3 %

可靠性

94.2 %

技术优势

准确率够用

仿真中任务分配准确率达92.3%，超过传统方法。

可靠性高

可靠性达94.2%，确保系统稳定运行。

自动适配异构

图注意力机制自动学习智能体与任务的匹配权重，无需人工设计分配规则。

应用场景

• 异构多智能体协作：为异构智能体系统自动生成任务分配方案，替代手工设计规则。
• 机器人集群协同：在机器人集群中动态分配任务，适应不同机器人的能力差异。
• 群体机器人任务规划：为群体机器人提供任务规划方案，提升系统整体效率。
• 工业机器人调度：优化工业机器人的任务调度，减少空闲时间并提高产量。
• 物联网边缘智能：在边缘设备上实现多智能体任务分配的智能决策，降低通信开销。