人机异构数据融合和多智能体任务软协作分配方法、装置制造方法及图纸

本发明专利技术提供一种人机异构数据融合和多智能体任务软协作分配方法、装置，其中数据融合方法包括：获取人类和智能体生成的多源异构数据；基于数据的多模态和数据间的关联关系将数据建模为因子图；基于因子图，应用注意力机制或滤波方法对数据进行筛选；应用消息传递算法在因子图上对筛选得到的有效异构数据进行融合，得到增强异构数据。分配方法包括：建立多智能体协作泛化模型，将增强异构数据作为输入，建立基于任务协作因子图的多智能体任务决策，制定任务分配策略，并将任务有效分配给不同的智能体。本发明专利技术通过数据融合和任务软协作分配方法，可以获取更有效的数据输入，实现符合人类智能体偏好的策略优化和修正，从而建立高效的人机协同策略。

【技术实现步骤摘要】

本专利技术涉及机器人智能，尤其涉及一种人机异构数据融合和多智能体任务软协作分配方法、装置。

技术介绍

1、在当今现实世界中，众多决策任务都发生在充满不确定性的环境供。这意味着决策者面对着复杂、不确定和不断变化的情况。在这种环境下，单一的人类决策或机器决策往往难以应对挑战并取得最佳结果。因此，研究应用于不确定环境下的人机协同决策机制具有重要意义。

2、现代社会和技术的飞速发展导致了决策任务的复杂性和信息量的急剧增加。决策者需要处理海量数据、信息和知识，并做出准确的分析和判断。在面临如此庞大的数据量时，如何有效结合人类主观判断与机器计算能力，以协助实现更全面、准确和高效的决策过程，已成为一个亟待解决的问题。

技术实现思路

1、本专利技术提供一种人机异构数据融合和多智能体任务软协作分配方法、装置，旨在将人类的主观判断与机器计算能力相结合，协助实现更全面、准确和高效的决策过程，同时通过任务软协作分配方法实现在不确定环境下的人机协同决策，提高决策的准确性和响应速度。

2、本专利技术提供一种人机异本文档来自技高网...

【技术保护点】

1.一种人机异构数据融合方法，其特征在于，包括：

2.根据权利要求1所述的人机异构数据融合方法，其特征在于，所述基于所述多源异构数据的多模态和所述多源异构数据间的关联关系，将所述多源异构数据建模为因子图，包括：

3.根据权利要求2所述的人机异构数据融合方法，其特征在于，所述因子节点包括局部因子节点、联合因子节点和修正因子节点，所述基于所述自信息数据和所述互信息数据，确定变量节点和因子节点，包括：

4.根据权利要求1至3任一项所述的人机异构数据融合方法，其特征在于，所述基于所述因子图，应用注意力机制和/或滤波方法对所述多源异构数据进行筛选，得到有效异构数...

【技术特征摘要】

1.一种人机异构数据融合方法，其特征在于，包括：

2.根据权利要求1所述的人机异构数据融合方法，其特征在于，所述基于所述多源异构数据的多模态和所述多源异构数据间的关联关系，将所述多源异构数据建模为因子图，包括：

3.根据权利要求2所述的人机异构数据融合方法，其特征在于，所述因子节点包括局部因子节点、联合因子节点和修正因子节点，所述基于所述自信息数据和所述互信息数据，确定变量节点和因子节点，包括：

4.根据权利要求1至3任一项所述的人机异构数据融合方法，其特征在于，所述基于所述因子图，应用注意力机制和/或滤波方法对所述多源异构数据进行筛选，得到有效异构数据，包括：

5.一种多智能体任务软协作分配方法，其特征在于，包括：

6.根据权利要求5所述的多智能体任务...

【专利技术属性】
技术研发人员：陈琳，武利娟，段旭磊，刘尚卿，马朝钦，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：