Key points are not available for this paper at this time.
Avec l'avancement rapide de la technologie UAV, le problème de la formation de coalition UAV est devenu un sujet brûlant. Par conséquent, concevoir un mécanisme de formation de coalition multi-UAV axé sur les tâches est devenu un problème complexe. Cependant, les mécanismes de formation de coalition existants souffrent d'une faible pertinence entre les UAV et les exigences de la tâche, entraînant une utilité de coalition globale faible et des structures de coalition instables. Pour résoudre ces problèmes, cet article propose un nouveau modèle collaboratif d'achèvement des tâches en réseau de coalition multi-UAV, prenant en compte à la fois la capacité de travail de la coalition et les relations de exigences de tâche. Ce modèle a stimulé la formation de coalitions qui correspondent aux exigences de la tâche en utilisant une fonction de revenu basée sur le seuil de revenu de la coalition. Par la suite, un algorithme de formation de coalition basé sur l'utilité marginale a été proposé. Spécifiquement, l'algorithme a utilisé la valeur de Shapley pour parvenir à une distribution équitable de l'utilité au sein de la coalition, a évalué les valeurs de coalition en fonction de l'ordre de préférence de l'utilité marginale, et a atteint une partition de coalition stable grâce à un nombre limité d'itérations. De plus, nous avons prouvé théoriquement que cet algorithme a une solution d'équilibre de Nash. Enfin, les résultats expérimentaux ont démontré que l'algorithme proposé, comparé aux algorithmes classiques actuels, forme non seulement des coalitions plus stables mais améliore également efficacement l'utilité globale des coalitions.
Lu et al. (Ven,) ont étudié cette question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: