本发明公开了一种面向在线ST?SR问题的分布式多机器人系统任务分配方法。本发明采用的分布式方法具有更强的可扩展性和鲁棒性，节点的变化不会对系统整体任务分配产生过大影响。本发明不设立中心节点，所有节点完全平等，不会有节点失效问题。本发明主要面向在线ST?SR问题，以改进的基于市场机制的竞拍算法为核心，适用所有分布式系统，不依赖同步的时间戳，机器人在满足价格平衡公式的前提下对任务进行竞拍。本发明同时包括机器人自协调策略和多机器人协调策略，采用以爬山算法为策略基础的最优执行位置法和多机器人协调帕累托原则算法，更改多个机器人任务执行队列中任务的分配关系，进一步提高多机器人系统整体的任务分配质量。

本发明提出了面向ST-SR问题的分布式多机器人系统任务分配方法，该方法区别于传统的集中式任务分配算法，每个机器人都需要参与到任务分配计算当中，任何一个机器人加入或者离开都不会对多机器人系统的整体计算产生太大影响，具有非常强的鲁棒性。此外，本发明中多机器人系统也不需要依赖某一些重要的中心节点进行计算，所有机器人完全平等，不会有单点失效问题。

机器人系统任务分配方法是一种有效的解决方案，可以帮助系统在复杂的环境中高效地完成任务。这种方法具有以下应用前景：

智能制造：在智能制造领域，分布式多机器人系统可以用于生产线上的物料搬运、装配、检测等任务，提高生产效率和质量。

物流配送：在物流配送领域，分布式多机器人系统可以用于仓储、运输、配送等任务，提高物流效率和准确性。

智能交通：在智能交通领域，分布式多机器人系统可以用于交通管制、车辆导航、无人驾驶等任务，提高交通效率和安全性。

军事应用：在军事应用领域，分布式多机器人系统可以用于军事侦察、排爆、救援等任务，提高军事行动的效率和安全性。

智能家居：在智能家居领域，分布式多机器人系统可以用于家庭清洁、安防、娱乐等任务，提高家居生活的舒适度和便利性。

林志赟，男，1976年1月生，浙江省温岭人。2001年－2005年就读于加拿大多伦多大学，师从国际著名控制理论专家、IEEE Fellow、加拿大工程院院士Bruce Francis教授，获哲学博士学位。随后在多伦多大学电气与计算机工程系进行博士后研究（2005年－2007年）。2007年加入浙江大学电气工程学院，聘为特聘研究员/博士生导师。2011年-2016年任浙江大学教授/博士生导师。2017年加入杭州电子科技大学。林志赟博士曾是日本东京大学、澳大利亚国立大学、美国耶鲁大学、意大利卡利亚里大学的访问教授，悉尼科技大学的杰出访问教授，以及澳大利亚纽卡斯尔大学的高级研究员。主要从事多智能体系统、机器人及无人系统、传感器网络、信息物理系统等方向的前沿研究。出版英文学术专著1部，发表国际期刊和国际会议论文160多篇。

本发明的有益效果是：与传统的集中式任务分配方法相比，本发明采用的分布式方法具有更强的可扩展性和鲁棒性，节点的进入和退出都不会对系统整体任务分配产生过大影响。同时，本发明不设立中心节点，所有节点完全平等，不会有节点失效问题。本发明主要面向在线ST-SR问题，以改进的基于市场机制的竞拍算法为核心分配方法，适用所有分布式系统，不依赖同步的时间戳。所有机器人执行各自分配算法，在满足价格平衡公式的前提下对任务进行竞拍。本发明同时包括机器人自协调策略和多机器人协调策略，采用以爬山算法为策略基础的最优执行位置法，改变任务在机器人任务执行队列中的执行顺序，最大化任务执行效益；通过多机器人协调策略，更改多个机器人任务执行队列中任务的分配关系，进一步提高多机器人系统整体的任务分配质量。

技术转让，许可，合作所需资金需双方协商，此项技术想尽快落地保定，希望具备此项技术研发的技术方，能够尽快承接此项目。