机器人协调消防应对

火灾是一种大规模灾难，而机器人可以通过协作执行任务比单独的机器人更快。在Jones等人提出的场景中，消防车被派出去扑灭由大规模灾难引起的火灾。由于灾难的原因，道路被只有推土机机器人才能清理的碎片阻塞。在这种情况下，协调意味着找出消防车应该走哪些路线扑灭哪些火灾，以及如何使用推土机来清理道路。良好的协调能够尽快扑灭最大数量的火灾。

由于代理人、任务和路线的组合可能性爆炸式增长，将任务分配给不同的代理人（消防车和推土机）随时间分配是具有挑战性的。为了解决这个挑战，Jones等人提出了两种方法。第一种方法是代理人对要随时间完成的任务组进行竞标，然后进行拍卖分配任务。第二种方法是使用遗传算法搜索所有可能的解决方案。

模拟实验表明，如果给予足够的时间，遗传算法的系统性能较拍卖系统更好，后者往往导致局部最小值。然而，较高的性能是以处理能力增加几个数量级为代价的。由于这两种方法都能够获得良好的解决方案，所以在性能和执行时间之间需要根据具体情况进行权衡。

下面展示了两种基于拍卖的方法的示例。在左边，每次只分配一个火灾给一辆消防车，而右边的方法允许同时分配多个火灾。结果显示，将一组任务分配给一段时间内完成比每次只分配一个任务（时间扩展协调）的性能更好（绿色条）。