基于分層多智能體的多星聯合任務規劃架構研究

摘 要：隨著衛星規模、種類的不斷增長，現有衛星任務規劃技術架構已很難滿足多類型衛星聯合運用的有效性及可擴展性要求。通過深入分析多星任務籌劃、單星任務規劃、數傳資源規劃等環節，建立了基于分層多智能體的多星聯合任務規劃技術架構，設計了與架構匹配的相關優化算法及智能體功能實現機制，實現了多星聯合任務規劃能力。仿真實驗及分析結果表明，該架構對多類型衛星聯合任務規劃場景有良好的適用性。

關鍵詞：衛星任務規劃；多星聯合任務規劃；智能體技術

中圖分類號：Ｖ４７４． ２ 文獻標志碼：Ａ

文章編號：１００３－３１１４（２０２４）０５－０９９３－０７

０ 引言

隨著航天事業的飛速發展，在軌運行的衛星數量不斷增多，用戶對衛星觀測數據的需求也迅速增長，衛星任務規劃逐漸成為衛星任務管控領域的重要研究方向［１］，關注的是如何對衛星及其地面管控資源、中繼資源進行任務分配、優化調度以及運行管理，從而更好地滿足多源用戶需求。

衛星任務規劃既要面向各類復雜場景的對地觀測保障要求進行天地基資源優化分配，還要滿足應急快響任務的高時效性要求［２－３］。特別是系統架構設計應開放靈活、易于改進，以匹配適應不斷擴充的天地基觀測資源規模，在天地基資源和觀測任務數量不斷增長的情況下，能夠繼續高效生成多星規劃方案，滿足各類用戶的任務保障要求。

近年來人工智能技術快速發展，智能體（Ａｇｅｎｔ）技術在衛星任務管控領域得到了越來越廣泛的應用。Ａｇｅｎｔ 是能夠持續自主發揮作用的計算實體，可以將大型復雜的衛星任務管控系統模塊化、簡明化、條理化，通過將系統內個體和行為進行功能聚類，成員Ａｇｅｎｔ 間相互溝通、相互協作，決策Ａｇｅｎｔ 通過協調多個Ａｇｅｎｔ 的行為以優化籌劃與規劃問題，更好地完成任務目標。

依據衛星任務規劃的需求分析，面向多星聯合應用場景構建分層多Ａｇｅｎｔ 架構，將規劃對象和規劃過程分解為任務籌劃、單星規劃、數傳資源規劃層級，提高規劃對象的自治能力和系統的擴展能力；在Ａｇｅｎｔ 間建立交互關系，在功能業務分解的同時保證分解形成的Ａｇｅｎｔ 之間具有一定的交互性，形成多星協同規劃的能力。

１ 相關領域研究現狀

衛星任務規劃一直是國內外航天地面應用領域的研究熱點之一，經過多年的理論研究和工程實踐，取得了一些豐富的理論成果及顯著的應用效果［４］。

多星任務規劃技術架構分為集中式和分布式兩類。在集中式架構下，將所有衛星資源納入到一個集合中，將多星任務分配問題建模為數學規劃模型，在問題有解的條件下，基于某些簡化的假設可以保證給出問題的最優解。文獻［５－６］面向光學衛星星座，在考慮衛星側視約束、多用戶共享約束及任務的關聯成像等約束的前提下，建立了約束滿足問題模型。靳肖閃［７］建立了綜合考慮衛星資源和地面數傳資源的約束滿足問題模型。王鈞［８］針對階段性優化多衛星任務調度問題，采用有向圖模型將問題轉化為成像路徑最優搜索問題。劉洋［９］針對衛星資源狀態變化和新任務到達的情況，提出了一種基于動態約束滿足的反應式調度算法，實現了任務規劃方案的動態調整。賀川等［１０］將多星協同調度問題分解為任務排序主問題和資源匹配子問題，以任務收益為優化目標構建問題的約束滿足模型，并應用改進粒子群優化算法進行求解。姜維等［１１］建立多星任務協同規劃模型，提出算法協同進化模型求解技術。集中式任務規劃往往不考慮衛星的自主性，衛星之間沒有交互，由某種策略或算法統籌分配安排每顆衛星的任務，但隨著問題規模的增大，求解往往變得困難。

隨著多Ａｇｅｎｔ 技術的發展與應用［１２－１３］，分布式任務規劃技術受到研究者越來越多的關注。陳愷等［１４］基于改進的合同網協議以及多Ａｇｅｎｔ 系統特點，提出了一種分布式系統的任務分配方法。張芷丹［１５］針對天基衛星、臨近空基飛艇、空基無人機組成的異構多平臺對地觀測系統的任務分配問題，設計了基于合同網的異構多平臺多任務分配算法，實現了多個任務在衛星、飛艇、無人機三類平臺中的分配。對于離線模式下分布式協同任務規劃，王沖等［１６］引入約束懲罰算子和多星聯合懲罰算子對衛星Ａｇｅｎｔ 原始的效用值增益函數進行改進，在此基礎上提出了一種多衛星Ａｇｅｎｔ 強化學習算法以求解多星協同任務分配策略。張正強等［１７］結合Ａｇｅｎｔ理論以及多Ａｇｅｎｔ 系統的思想構建了一種高可靠性的分布式成像衛星系統結構及智能成像衛星Ａｇｅｎｔ的分層混合結構模型。李世一［１８］針對衛星自主任務規劃問題，設計了基于合同網招投標模型的多星多任務協調規劃方法。

２ 總體架構設計

結合Ａｇｅｎｔ 技術特點和當前衛星任務規劃運行架構建設要求，為多星聯合任務規劃構建分層多智能體運行架構，如圖１ 所示。該架構分為一級任務籌劃層、二級單星任務規劃層、三級數傳資源規劃層。各層負責面向不同實體對象實現不同的功能。借助合同網的招投標機制對多星聯合任務規劃問題進行求解。

一級任務籌劃層為任務籌劃Ａｇｅｎｔ，負責根據任務層面的指派意圖，向二級衛星Ａｇｅｎｔ 發出招標通知；對二級規劃結果進行匯總，根據特定策略評估各星完成任務的收益和代價，確定中標者。

二級單星規劃層為衛星Ａｇｅｎｔ，負責某型或某幾型衛星的分布式任務規劃，以一級任務籌劃Ａｇｅｎｔ指派的任務為輸入，向三級資源規劃層發送資源使用請求，針對型號衛星特點完成單星任務排程。二級任務規劃可并行開展，并將方案收益及任務代價返回給一級籌劃完成投標動作。

三級數傳資源規劃層為數傳資源Ａｇｅｎｔ，各個數傳資源Ａｇｅｎｔ 接收衛星Ａｇｅｎｔ 發出的招標任務，依據自身任務沖突情況，計算執行該項任務的代價及收益，將信息反饋給衛星Ａｇｅｎｔ，由衛星Ａｇｅｎｔ 從中挑選最優的資源進行安排，確定中標的數傳資源Ａｇｅｎｔ。

基于多Ａｇｅｎｔ 架構的任務規劃與傳統的集中式任務分配機制不同，其可以在智能Ａｇｅｎｔ 技術的支持下，通過Ａｇｅｎｔ 之間不斷協商的過程完成任務分配。在任務分配過程中，通過Ａｇｅｎｔ 的動態感知能力持續感知環境和系統的變化，并在任務規劃過程中實時考慮這些變化信息，從而使任務分配對環境具有適應性。另外，通過Ａｇｅｎｔ 之間的協商，可以實現規劃問題的分布式求解，避免了集中式規劃方法的計算瓶頸問題，降低了問題求解的難度。