%20(2).svg)
项目简介
本项目聚焦复杂海域多智能体协同探查技术研究，借助多智能体动态编程与任务分配算法，达成对复杂海域的高效探查。结合贪婪联盟拍卖算法（GCAA）和匈牙利算法，让智能体在不规则海域实现全覆盖探查，还能实时调整探查角度和次数，获取高精度目标信息。
项目的主要特性和功能
- 多智能体协同探查：多个智能体（如无人机、船只等）协同工作，实现复杂海域的全覆盖探查。
- 动态任务分配：运用贪婪联盟拍卖算法（GCAA）和匈牙利算法，动态分配任务给智能体，保障任务高效执行。
- 实时调整探查参数：智能体的探查次数和角度可依环境变化实时调整，确保探查准确与安全。
- 可视化展示：通过Matlab和Python的可视化工具，展示智能体移动轨迹、任务分配和路径规划结果。
- 多平台支持：提供Matlab和Python两种实现方式，用户可按需选择平台运行代码。
安装使用步骤
1. 复制仓库
首先，复制本项目的代码仓库：
shell
（此处需补充复制仓库的命令）
2. 运行Matlab代码
Matlab代码位于./matlab_code目录下，使用GCAA优化器进行任务分配。要运行Matlab代码，请执行以下步骤：
1. 打开Matlab，进入./matlab_code目录。
2. 运行主函数coverage_competition_main_json.m。
matlab
coverage_competition_main_json.m
3. 运行Python代码
Python代码使用scipy.optimize中的linear_sum_assignment函数，利用匈牙利算法进行任务分配。要运行Python代码，请执行以下步骤：
1. 确保已安装Python 3.x环境。
2. 安装所需的Python依赖库：
shell
pip3 install -r requirements.txt
3. 运行主程序：
shell
python3 test_main.py
4. 修改参数
项目中的测试参数定义在src/getFakeTarget.py和src/getInitTaskInfo.py中。用户可以根据需求自由修改区域边界、禁航区顶点和目标属性等参数。
注意事项
- 项目代码涉及复杂的多智能体协同算法，建议用户具备一定的编程和算法基础。
- Matlab和Python代码可能需要根据具体环境进行适当调整。
- 可视化工具依赖于Matplotlib库，确保系统中已安装该库。
下载地址
点击下载 【提取码: 4003】【解压密码: www.makuang.net】