2月2日-卡蒂奇、杜斯科奥-登、越月奥-博让、皮埃尔·菲利普·J·奥安、埃德加·奥·卡尔森、，Edward PY-2013 DA-2013/02/19 TI-通过水声网络SP-483095 VL-2013 AB操作的协作式自主水下机器人的任务分配和路径规划-动态和非结构化多协作式自主水下机器人（AUV）任务是高度复杂的操作，在现实的水声通信约束条件下，任务分配和路径规划变得更具挑战性。提出了一种边缘声通信条件下多水下机器人任务分配和路径规划的解决方案：一种用于多目标任务分配的位置辅助任务分配框架（LAAF）算法和基于网格的多目标优化规划（GMOOP）在给定一组目标和约束条件下，寻找最优车辆指挥决策的数学模型。LAAF和GMOOP算法都非常适合于恶劣的声网络条件和动态环境。我们的研究基于现有的移动adhoc网络水声模拟器和盲泛洪路由协议。仿真结果表明，位置辅助拍卖策略在任务分配时间和网络带宽消耗方面明显优于Bertsekas开发的广受欢迎的拍卖算法。我们还证明了GMOOP路径规划技术为具有有限通信能力的协作代理执行多目标任务提供了一种有效的方法。这与现有的多目标行动选择方法形成了对比，这些方法仅限于假定有恒定可靠通信的网络。SN-1687-9600 UR-https://doi.org/10.1155/2013/483095 DO-10.1155/2013/483095 JF-机器人学杂志PB-印度教出版公司KW-ER-