Un enfoque de asignación de tareas multi-UAV en dos etapas basado en la teoría de grafos y un algoritmo inmune inspirado en el aprendizaje
Autores: Zhang, Shiqi; Hu, Chongshuang; Zhao, Danling; Yang, Kewei; Xu, Zihan; Li, Minghao
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Un enfoque de asignación de tareas multi-UAV en dos etapas basado en la teoría de grafos y un algoritmo inmune inspirado en el aprendizaje
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Vehículo aéreo no tripulado
Operaciones multi-UAV
Método de recomendación de bucle operativo
Modelo de camino más corto de flujo de red
Algoritmo inspirado en el aprendizaje
Estrategias de optimización de Pareto
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Los sistemas de vehículos aéreos no tripulados (VANT) ofrecen ventajas significativas en términos de procesos de toma de decisiones rápidos, ejecución operativa precisa y un rendimiento robusto en entornos complejos. Con la evolución de los paradigmas de seguridad y los avances en los sistemas de equipamiento, las operaciones colaborativas de múltiples VANT se han vuelto esenciales para los marcos de protección modernos y representan una dirección clave de desarrollo. Para abordar la necesidad de operaciones coordinadas de múltiples objetivos dentro de entornos de red complejos, y para superar la limitación en la investigación actual donde los bucles operativos individuales solo pueden manejar objetivos individuales, este estudio propone un método innovador de recomendación de bucles inteligentes. Al formular el problema de recomendación de bucles operativos como un modelo de camino más corto de flujo de red, implementamos un algoritmo exacto para generar bucles operativos que permiten operaciones coordinadas de múltiples VANT. Además, desarrollamos un algoritmo inspirado en el aprendizaje (LIA) que incorpora estrategias de optimización de Pareto y mecanismos de aprendizaje especializados para resolver de manera efectiva los conflictos de múltiples objetivos en la asignación de tareas de VANT. Esta investigación integra la teoría de redes complejas con conceptos de optimización de bucles operativos, proporcionando un nuevo soporte técnico para sistemas de gestión de misiones inteligentes.
Descripción
Los sistemas de vehículos aéreos no tripulados (VANT) ofrecen ventajas significativas en términos de procesos de toma de decisiones rápidos, ejecución operativa precisa y un rendimiento robusto en entornos complejos. Con la evolución de los paradigmas de seguridad y los avances en los sistemas de equipamiento, las operaciones colaborativas de múltiples VANT se han vuelto esenciales para los marcos de protección modernos y representan una dirección clave de desarrollo. Para abordar la necesidad de operaciones coordinadas de múltiples objetivos dentro de entornos de red complejos, y para superar la limitación en la investigación actual donde los bucles operativos individuales solo pueden manejar objetivos individuales, este estudio propone un método innovador de recomendación de bucles inteligentes. Al formular el problema de recomendación de bucles operativos como un modelo de camino más corto de flujo de red, implementamos un algoritmo exacto para generar bucles operativos que permiten operaciones coordinadas de múltiples VANT. Además, desarrollamos un algoritmo inspirado en el aprendizaje (LIA) que incorpora estrategias de optimización de Pareto y mecanismos de aprendizaje especializados para resolver de manera efectiva los conflictos de múltiples objetivos en la asignación de tareas de VANT. Esta investigación integra la teoría de redes complejas con conceptos de optimización de bucles operativos, proporcionando un nuevo soporte técnico para sistemas de gestión de misiones inteligentes.