本申请涉及人工智能与机器学习、无人系统，特别是涉及一种面向异构无人平台的协作式任务分配方法、装置、计算机设备和存储介质。
背景技术：
1、使用无人平台班组执行作战任务时需要根据任务列表进行任务分配。求解的方法有基于线性规划、基于市场拍卖、基于启发式算法的方法。基于线性规划的方法主要用于确定最优解，对多平台协作任务的复杂约束和多目标优化问题处理较弱；基于市场拍卖的方法更适合于资源竞价和简单任务分配，面对协作任务时显得力不从心；基于启发式算法，未考虑对协作式任务分配的情况。
2、协作式任务是涉及区域面积庞大、任务目标较多、作战难度较大的大型任务，会需要多台无人平台同时协作作业。在分配给多台平台的过程中，给正常的一配一的分配流程造成了困难，会致使整个任务列表需要放弃这类任务。
3、也即，传统的任务分配方法无法顺利执行多台无人平台协作的大型任务的分配。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种面向异构无人平台的协作式任务分配方法、一种面向异构无人平台的协作式任务分配装置和一种计算机设备。
2、为了实现上述目的，本发明实施例采用以下技术方案：
3、一方面，提供一种面向异构无人平台的协作式任务分配方法，包括：
4、使用启发式蚁群算法，对各无人平台按照循环方式选择任务，获得初步分配方案；无人平台包括第一类无人平台和第二类无人平台，任务为协同任务或非协同任务，当选中协同任务时，进行协同任务处理；
5、根据初步分配方案，计算目标函数并将蚂蚁按最小化进行排名；
6、根据最小化排名，取设定比例的前列蚂蚁更新信息素；
7、重复执行上述所有步骤，直至迭代次数达到设定阈值，获得最优分配方案。
8、另一方面，还提供一种面向异构无人平台的协作式任务分配装置，包括：
9、任务分配模块，用于使用启发式蚁群算法，对各无人平台按照循环方式选择任务，获得初步分配方案；无人平台包括第一类无人平台和第二类无人平台，任务为协同任务或非协同任务，当选中协同任务时，进行协同任务处理；
10、计算模块，用于根据初步分配方案，计算目标函数并将蚂蚁按最小化进行排名；
11、更新模块，用于根据最小化排名，取设定比例的前列蚂蚁更新信息素；重复执行上述所有步骤，直至迭代次数达到设定阈值，获得最优分配方案。
12、又一方面，还提供一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述的面向异构无人平台的协作式任务分配方法的步骤。
13、本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
14、上述面向异构无人平台的协作式任务分配方法、装置和设备，在蚁群算法运行过程中，对无人平台的任务分配是一次循环选择一个任务，当遇到当前无人平台选择的任务是协同任务时，进入协同任务处理环节。根据初步分配方案计算目标函数，并按最小化对蚂蚁进行排名，选取前列蚂蚁更新信息素。重复执行及更新，直至达到设定迭代次数，从而获得最优分配方案。不但改进了蚁群算法的启发式信息项和信息素更新机制，而且将协作式任务分配方法自然结合到流程中，在保证分配任务的高效性同时有效地解决了协作式任务分配的问题。
1.一种面向异构无人平台的协作式任务分配方法，其特征在于，包括：
2.根据权利要求1所述的面向异构无人平台的协作式任务分配方法，其特征在于，所述对各无人平台按照循环方式选择任务的过程包括：
3.根据权利要求1或2所述的面向异构无人平台的协作式任务分配方法，其特征在于，所述当选中所述协同任务时，进行协同任务处理的过程，包括：
4.根据权利要求1所述的面向异构无人平台的协作式任务分配方法，其特征在于，所述第一类无人平台为无人机，所述第二类无人平台为无人车。
5.根据权利要求1所述的面向异构无人平台的协作式任务分配方法，其特征在于，所述设定比例为20％。
6.根据权利要求1所述的面向异构无人平台的协作式任务分配方法，其特征在于，所述目标函数为：
7.一种面向异构无人平台的协作式任务分配装置，其特征在于，包括：
8.根据权利要求7所述的面向异构无人平台的协作式任务分配装置，其特征在于，所述任务分配模块，包括：
9.根据权利要求7或8所述的面向异构无人平台的协作式任务分配装置，其特征在于，所述任务分配模块包括协作模块，所述协作模块包括：
10.一种计算机设备，包括存储器和处理器，其特征在于，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述面向异构无人平台的协作式任务分配方法的步骤。
