专利交易市场

本发明公开了一种基于自适应任务池的智能仓储多机器人任务分配方法，包括：S1、初始化任务池P和每个机器人的任务序列为空。S2、设定任务池P储存任务量的阈值。S3、将新任务加入到P中，当任务池中任务的数量超过阈值后执行S4。S4、对任务池中的任务进行整体优化处理，分配给全体机器人。S5、每个机器人将被分配到的任务序列插入到各自当前任务序列的最后。S6、清空任务池P，跳转到S2。由此，本发明采用自适应任务池能够处理动态加入的任务，结合CMA‑ES算法，实现了对动态变化中的仓储系统的动态整体优化分配方案，并且算法的运行和机器人执行任务并行进行，节省了时间，提高了仓储系统的运行效率。

本申请公开了一种任务分配方法、装置、设备及存储介质，所述方法包括：获取目标栅格地图中多个目标对象对应的初始任务路径，每个目标对象对应的初始任务路径包括每个目标对象的初始任务点；对每个目标对象对应的初始任务路径进行平滑处理，得到每个目标对象对应的第一优化路径；基于每个目标对象的能源储备量和对应的第一优化路径，确定多个目标对象的初始任务点中的待优化任务点；基于待优化任务点对多个目标对象进行任务优化，得到多个目标对象对应的第二优化路径，对应的第二优化路径包括目标任务点；控制每个目标对象沿对应的第二优化路径遍历目标任务点。利用本申请的技术方案可以使得任务分配更加合理化，从而提升仓储物流的运输效率。

本发明涉及网络任务分配技术领域，公开了一种基于神经网络的异构算力网络任务分配与路径优化系统，包括：图构建模块，用于构建交通分散图，通过交通分散图对网络拓扑和节点数据进行建模，并结合图索引与图位移进行节点与边的建模，提取网络通信流量与节点特征；节点任务分配模块，用于将各个节点的图索引组成图索引集合输入到改进的图神经网络模型，对节点任务进行智能预测与分配，输出节点的任务分配预测结果；路径优化模块，结合节点任务预测结果，以最小化传输延迟并平衡节点算力，得到路径优化结果；系统优化模块，基于路径优化结果和任务分配预测结果，对系统整体性能进行优化。本发明提高了异构算力网络的任务分配和路径优化效率。

本申请实施例提供了一种任务分配方法及资源管理平台，其中，方法包括：从资源管理平台所记录的多个资源池中，确定针对待下发任务的待分配资源池；获取待分配资源池的可用资源量；在待分配资源池的可用资源量满足待下发任务所需的资源量时，将待下发任务下发至待分配资源池所属的服务器集群。本方案中，资源管理平台连接各服务器集群，管理员可以通过资源管理平台将任务统一下发至服务器集群。基于资源管理平台记录有每一资源池的可用资源量，资源管理平台可以对每一待下发任务所需的资源量和针对该待下发任务的待分配资源池的可用资源量进行比较，进而避免了管理员对每一待下发任务逐一进行判断，节省了人力资源，且提高了任务下发效率。

本发明涉及一种基于边缘协助的数据质量感知的任务分配方法，属于通信技术领域。该方法针对移动群智感知MCS系统中感知数据缺乏客观的质量指标评估，无法为任务请求者提供可靠数据服务的问题，根据MCS数据的特征，在云端构建数据有效性和数据时空相关性两个质量指标的评估模型；在边缘服务器端获取当前预选参与者的瞬时状态信息，结合数据有效性质量指标的评估结果，以评估它们的服务能力；依据感知数据的时空相关性质量指标的比较结果，确定是否先在云端招募新的用户参与感知任务，以补充边缘端的任务分配过程中的参与者资源。该方法可显著提高感知数据的质量和任务的完成率。