王 鑫，赵清杰，徐 瑞

（1.北京理工大学 计算机学院，北京 100081；2.北京理工大学 宇航学院，北京 100081；3.深空自主导航与控制工信部重点实验室，北京 100081）

引 言

深空探测器自主性的首要表现是能够自主规划任务，根据要求选择所要执行的活动，自主分配资源和时间，使得探测器能够完成相应的任务[1-3]。对任务规划进行知识表示是实现探测器任务规划前提。王晓晖等[4]采用基于时间线的方法对深空探测器的约束进行简化。朱丽颖等[5]基于PDDL（Planning Domain Definition Language）将活动的时间信息、资源信息和活动之间的约束关系等信息进行建模。吴坤等[6]通过在MA-PDDL中加入连续的规划元素对动态环境下多智能体协作问题进行建模。Fier等[7]采用有限域状态变量对MA-PDDL（Multi-Agent Planning Domain Definition Language，MA-PDDL）中规划任务进行简洁表示。

知识图谱[8-9]是人工智能的一个重要分支，它将复杂的知识领域通过数据挖掘、信息处理、知识计量和图形绘制显示出来，目前在金融[10]、医疗[11]、政务[12]等领域得到了广泛的应用。知识图谱的基本组成是一个<实体–关系–实体>三元组，以及实体及其相关属性–值，实体间通过关系相互联结，构成网状的知识结构。鉴于传统任务规划表示方法的缺点和知识图谱的优点，本文对复杂的多智能体深空该探测器采用知识图谱对其进行知识表示。

1 多智能体深空探测器任务规划领域知识分析

多智能体深空探测器主要是智能体之间通过采用各智能体间的通讯、合作、协调、调度、管理及控制来表达深空探测器系统的结构、功能和特性。建立合适的任务规划模型，对智能体进行知识表示是实现多智能体探测器任务规划的重要前提。……