基于偏好联盟博弈的导弹集群分布式任务分配模型

张 贇，邱忠宇，蔡云泽

（1.上海交通大学自动化系，上海 200240；2.上海机电工程研究所，上海 201109）

0 引言

在导弹实现集群智能作战的关键技术中，协同决策系统是重中之重，其主要功能是负责导弹集群的任务分配。任务分配的目标可以概括为：在当前态势环境下，对我方资源进行调配以实现我方效益的最大化。

大量研究成果针对不同场景提出了各种任务分配模型和算法，这些方法按照架构主要分为集中式和分布式。随着作战集群规模的不断扩大，集中式算法渐渐不再适应任务分配的需求。相对于集中式算法，分布式算法赋予了各智能体一定的自主性和决策能力，因此具有更适应大规模集群、鲁棒性更好、响应迅速等优势。

目前分布式任务分配算法主要有基于市场机制的方法［1］、分布式马尔可夫决策过程方法［2］和博弈论方法。基于市场机制的方法主要有合同网方法和拍卖算法，合同网［3］包含发布者和竞标者，并将分配过程分为招标、投标、中标、确认4 个阶段；拍卖算法［4］以竞价的方法将任务分配给出价最高者，使得全体竞价者的满意值最高，经典的拍卖分配算法有一致性包算法（consensus-based bundle algorithm，CBBA）［5］。基于分布式马尔可夫法是基于分布式马尔可夫过程模型的分配算法［6］，通常使用强化学习进行训练得到最优分配解，这种方法适用于动态复杂的场景下的分配，但训练难度较大、收敛较慢。

运用博弈论解决分布式任务分配问题时，鉴于博弈参与者只关注自身利益最大化，而无需关注全局利益，通过一定的顶层设计可使得全局利益与局部利益一致，这意味着智能体自身不需要复杂的决策系统，不需要关注过多全局信息。……