一种面向多层级高低空多机协同调度的决策智能体优化建模方法与流程

本发明涉及一种面向多层级高低空多机协同调度的决策智能体优化建模方法，属于无人机协同控制、空域资源调度、智能决策建模和多智能体系统，尤其适用于高空平台、低空无人机、通用航空器、evtol飞行器等多类飞行节点在复杂空域环境下的任务分配、路径协同、冲突消解和动态重调度场景。

背景技术：

1、随着低空经济、无人机物流、城市空中交通、应急巡检、空域监测等应用快速发展，高低空多类型飞行器在同一区域、不同高度层和多任务场景下的协同运行需求不断增强。不同飞行器在航程、速度、载荷、通信能力、续航能力、任务能力和空域使用规则等方面存在显著差异，传统依靠固定规则、人工规划或单一调度算法的方式，难以满足多层级、多目标、多约束和实时动态变化条件下的协同调度需求。

2、现有多机调度方法通常侧重于单一高度层、单一任务类型或单类无人机集群，更多关注路径规划、任务分配或避障控制中的某一环节，缺少对“高空—中空—低空”多层级空域结构、跨高度层任务联动、多机能力差异、通信链路状态、空域容量约束和动态风险因素的统一建模。同时，现有方法中调度决策主体往往缺少明确的智能体建模机制，难以将任务需求、飞行器能力、环境状态、空域规则和调度目标转化为可计算、可优化、可迭代更新的决策模型。

3、在实际应用中，高低空多机协同调度需要同时考虑任务优先级、航线冲突、区域容量、飞行安全间隔、能耗约束、通信覆盖、实时态势变化和局部异常处置等因素。当任务需求发生变化、部分飞行器状态异常、局部空域受限或通信链路质量下降时，系统需要快速完成任务重分配、路径重规划和调度策略调整。现有技术中，由于缺乏面向多层级空域协同的决策智能体优化建模方法，往往存在调度模型静态化、决策目标单一、协同关系表达不足、动态重构能力弱和优化结果难以解释等问题。

4、因此，有必要提出一种面向多层级高低空多机协同调度的决策智能体优化建模方法，通过构建统一的决策智能体模型，将多层级空域结构、多机状态、多任务需求、多约束条件和优化目标进行综合表达，并通过优化求解机制生成协同调度策略，从而提升高低空多机系统在复杂动态场景下的协同调度效率、安全性和自适应能力。

技术实现思路

1、发明目的：本发明所要解决的技术问题是针对现有技术的不足，提供一种面向多层级高低空多机协同调度的决策智能体优化建模方法，用于解决现有多机调度方法中空域层级表达不完整、多类型飞行节点能力建模不足、任务分配与路径协同割裂、动态环境下重调度能力弱、调度决策缺少统一智能体模型支撑等问题。

2、本发明的目的在于构建一种以决策智能体为核心的优化建模方法，将高低空多层级空域、飞行器资源、任务需求、运行状态、协同关系、约束条件和优化目标进行统一建模，通过状态感知、能力匹配、任务分解、协同关系构建、调度策略优化和动态反馈更新，实现多层级高低空多机系统的协同调度决策。

3、为了解决上述技术问题，本发明公开了一种面向多层级高低空多机协同调度的决策智能体优化建模方法，包括如下步骤：

4、步骤1：将目标空域划分为多个高度层，针对每个高度层建立空域图模型，得到多层级空域结构模型；

5、步骤2：对参与协同调度的飞行器进行建模为具有状态、能力和约束的调度资源对象；

6、步骤3：将待调度任务表示为可分解、可匹配的任务对象，并建立飞行器与任务之间的任务能力匹配关系；

7、步骤4：构建包含状态空间、动作空间、约束条件和目标函数的决策智能体模型，输入为当前空域状态、飞行器状态、任务状态和匹配度结果得到满足约束条件的调度方案；

8、步骤5：根据飞行器之间的任务关联关系、空间邻近关系、通信连接关系、路径冲突关系和资源互补关系，建立多机协同关系图；

9、步骤6：建立协同调度约束集合，用于对调度过程中的任务分配结果、路径选择结果及冲突状态进行可行性判定与约束过滤；

10、步骤7：对任务分配、候选路径、高度层、等待时间和协同支持关系进行综合代价计算，选择满足约束且代价最小的调度方案；

11、步骤8：在任务执行过程中，进行动态反馈更新，触发局部重调度或全局重优化。

12、步骤1中，所述多层级空域结构模型表示为高度层集合，其中，表示第个高度层，表示高度层数量；针对每个高度层建立空域图模型，其中，表示高度层内的空域节点集合，表示空域节点之间的可通行边集合；所述空域节点的属性表示为，其中，表示节点空间位置，表示节点所属高度层，表示节点容量，表示节点风险等级，表示节点通行状态；所述空域边的属性表示为，其中，表示节点至节点之间的距离，表示预计通行时间，表示通行代价，表示通道风险值。

13、步骤2具体为，参与调度的飞行器集合表示为，其中，表示第个飞行器，表示飞行器数量；针对飞行器构建状态向量，其中，表示时刻的位置，表示飞行高度，表示飞行速度，表示航向角，表示剩余能源，表示任务执行状态，表示健康状态，表示通信链路状态；针对飞行器构建能力向量，并构建约束集合，其中，所述能力向量用于表征飞行器航程、载荷、速度、通信、感知和任务执行能力，所述约束集合用于表征飞行器高度、速度、能源、载荷、安全间隔和通信限制。

14、步骤3具体为：待执行任务集合表示为，其中，表示第个任务，表示任务数量；每个任务表示为，其中，表示任务起点或任务区域，表示任务目标点或目标区域，表示任务最早开始时间，表示任务最晚完成时间，表示任务优先级，表示任务所需能力，表示任务执行约束；构建飞行器与任务之间的任务能力匹配函数，表示为，其中，表示能力匹配度，表示时间窗匹配度，表示能源匹配度，表示空间可达性匹配度，表示通信链路匹配度，至表示权重系数；当时，将飞行器与任务的组合从候选组合中剔除。

15、步骤4中，所述决策智能体模型的状态空间表示为，其中，表示空域状态，表示飞行器状态，表示任务状态，表示协同关系状态，表示风险状态；所述动作空间表示为，其中，表示任务分配动作，表示航路选择动作，表示高度层切换动作，表示等待动作，表示避让动作，表示重调度动作；所述目标函数表示为，其中，表示任务总完成时间，表示总能耗，表示空域运行风险，表示任务延误代价，表示冲突惩罚项，表示飞行器负载均衡收益，至表示目标权重系数。

16、步骤5中，所述多机协同关系模型为多机协同关系图，其中，表示飞行器节点集合，表示飞行器之间的协同边集合；当两个飞行器之间存在任务关联、空间邻近、通信连接、路径交叉、资源互补或接替执行关系时，在两个飞行器之间建立协同边；飞行器与飞行器之间的协同边权表示为，其中，表示任务关联强度，表示空间邻近程度，表示通信质量，表示冲突风险，表示能力互补程度，至表示权重系数；当时，判定飞行器与飞行器之间存在强协同关系，并在优化求解时进行联合调度。

17、步骤6中，所述协同调度约束集合表示为；其中，任务分配约束包括，时间窗约束包括，能源约束包括，高度约束包括，安全间隔约束包括，空域容量约束包括，通信约束包括；当检测到或同一时间窗口内存在同一空域节点、相邻航路边冲突时，通过速度调整、等待、绕行或高度层切换方式进行冲突消解。

18、步骤7中，根据任务能力匹配度筛选每个任务对应的候选飞行器集合，根据多层级空域图模型生成候选路径集合，并基于多机协同关系图判断候选飞行器之间的强协同关系或潜在冲突关系，进而构建候选调度方案集合；对候选调度方案集合中的每个候选调度方案计算综合代价，并判断其是否满足协同调度约束集合；若候选调度方案不满足协同调度约束集合，则剔除该候选调度方案；若满足协同调度约束集合，则保留为可行方案；最终选择综合代价最小的可行方案作为当前最优调度方案，表示为。

19、步骤8中，在任务执行过程中持续采集飞行器状态、任务状态、空域状态、通信链路状态和风险状态，并更新决策智能体状态空间；当状态变化量超过预设阈值，或者出现新增任务、任务取消、任务优先级变化、飞行器剩余能源低于能源阈值、飞行器健康状态低于健康状态阈值、通信链路质量低于链路阈值、空域节点通行状态变化、空域节点占用数量超过容量上限、预测轨迹中存在的潜在冲突，或者任务到达时间超出任务时间窗时，触发动态反馈更新；触发动态反馈更新后，判断状态变化影响范围，当状态变化仅影响单个飞行器、单个任务或局部航路时，执行局部重调度，当状态变化影响多个任务、多个飞行器或多个高度层时，执行全局重优化；当局部重调度能够满足协同调度约束集合且目标函数增量小于预设阈值时，采用局部重调度结果，否则采用全局重优化结果。

20、多层级空域建模模块，用于构建多层级空域结构模型；多机资源能力建模模块，用于构建飞行器状态属性、能力属性和约束属性；任务需求建模模块，用于构建任务需求模型和任务能力匹配关系；决策智能体建模模块，用于构建状态空间、动作空间和目标函数；多机协同关系建模模块，用于构建多机协同关系图；协同调度约束建立模块，用于建立协同调度约束集合；调度策略优化求解模块，用于生成多层级高低空多机协同调度方案；动态反馈更新模块，用于根据实时状态变化触发局部重调度或全局重优化。

21、有益效果：

22、与现有技术相比，本发明具有如下有益效果：

23、第一，本发明构建了面向高低空多层级空域的统一建模方法，能够同时表达不同高度层、不同区域、不同航路和不同空域约束之间的关系，克服了现有方法仅适用于单一空域层级或局部调度场景的问题。

24、第二，本发明将飞行器状态、任务需求、空域规则和协同关系统一纳入决策智能体模型中，使多机协同调度过程从传统规则驱动或单点优化方式转变为可计算、可优化、可反馈更新的智能决策过程，提高了调度模型的完整性和适应性。

25、第三，本发明通过构建多机协同关系模型，能够有效描述飞行器之间的任务关联、空间邻近、通信连接和资源互补关系，为跨高度层、多任务、多飞行器协同调度提供结构化支撑，提高了多机协同效率。

26、第四，本发明在调度优化过程中综合考虑任务完成效率、能耗代价、冲突风险、空域利用率和调度稳定性等多个目标，能够生成更加安全、稳定和高效的协同调度方案，避免单一目标优化导致的局部最优问题。

27、第五，本发明具备动态反馈更新能力，当任务变化、飞行器异常、局部空域受限或通信条件变化时，可以通过状态更新和重调度机制快速调整调度方案，提高高低空多机系统在复杂动态环境下的鲁棒性和连续运行能力。