Javascript 分配工人任务

在模拟中，工作人员必须在地图周围移动以执行任务

每次模拟“滴答”时，它们可以移动一个正方形

一旦他们与任务相邻，执行该任务需要10个刻度

任务方块不能通过。带工人的广场不能通过。一个广场上可以有多个工人工作

工人之间没有竞争；目标是尽快完成所有任务

添加：理想情况下，算法应易于概念化，易于实现。这不是每个人都想要的吗？这是一个很大的优势，如果它是有效的，例如，模型可以更新和重用，而不是经常从头开始重新计算。理想情况下，它将能够使用局部最优解，这样它就不会试图强行解决NP问题，而是避免过于贪婪和提前思考，而不是本质上的随机游荡，工人们很少注意其他人的计划

以下是一个例子：

工人1和2必须完成广场A、B、C和D上的任务

你如何决定哪个工人做哪个任务

1应该做A，2应该做C，这似乎是不言而喻的

1距离A有4个正方形，因此将在14个刻度内完成。我下一步应该去哪里，为什么

如果有另一个任务——E——直接放在B上面呢

工人用什么逻辑来决定下一步的行动方向

我所尝试的：

这是一个业余RTS游戏，我试着让空闲的工人去做最近的任务，或者去做其他工人都不做的最近的任务

---

这种贪婪的方法被证明是非常低效的，玩家测试表明它是站不住脚的。因为战略性的采矿/建筑/耕作是游戏的关键，而且我不希望玩家对所有工人进行微观管理和路由，所以我正在寻找一种工人可以使用的公平合理的优化算法。

即使只有一名工人，这也是一个NP完全优化问题（这就变成了旅行推销员的问题）所以让我们忘掉“最优”吧

如果您知道工作人员1将处理任务A1、A2、…，工作人员2将处理任务B1、B2、…，等等，那么您可以在做出该决定后，尝试逐个解决独立旅行推销员问题，并获得所有工作人员的时间表和路径

然而，问题是，在解决一组旅行推销员问题之前，您无法知道工人完成一组任务A1、A2……需要多长时间，因为步行时间会影响执行任务的总时间

因为这只是一个游戏，工人们可以被认为不是最佳思考者，所以我会使用一个随机过程：

将所有任务随机分配给所有工人

使用贪婪算法计算工人任务组中每个工人的行走时间上限

尝试随机移动，或者将一个任务从一个工作人员移动到另一个工作人员，或者在两个工作人员之间交换任务

根据禁忌搜索或模拟退火原则接受该移动，这取决于该移动是否减少了最大执行时间的上限（行走时间+任务执行时间），因此目标是尽早完成最后一个任务

在N次迭代后，停止并计算旅行商子问题的更好的解决方案，例如使用随机搜索，或者如果问题很小（例如每个工人少于10个任务），则显式地进行计算

---

因为这是一款RTS游戏，我会尝试选择一种简单、快速、易懂的方法

它必须快速，因为性能很重要

必须很容易理解为什么一个工人在这里和那里，因为在游戏中你希望仆从按照预期行事。不要试图为玩家着想

首先，当然，我会尝试贪婪的方法。但是你已经提到它根本不起作用

接下来，我会尝试类似于二阶贪婪算法的方法。每个工作人员选择最近的任务a，然后选择a旁边最近的任务B。他们尝试（！）选择迄今为止没有人选择过的任务。类似的方法

---

请记住：无论你选择什么算法，都会有一个失败惨重的例子。

这听起来确实很像（已经提到的）针对多个代理的旅行商问题（TSP）。这实际上是一个类似于多背包（MKP）的问题甚至是箱子包装（）

有一组算法可能适合这种情况，称为“蚁群优化”（ACO）

为了将两者结合起来，有一些实现使用ACO来解决MKP问题；在这种情况下，这似乎是一种很好的方法，例如：

---

我建议采用类似于的方法，但更精细：

• 为每个工作人员初始化一个空工作队列，以及完成此队列所需的时间

  z

• 为每个任务指定一个属性

  d

  ，设置为0。它表示根据当前计划此任务“已处理”的程度
• 重复此操作，直到所有工人至少有一个工作和（

  z

  >某个固定值或经过一定时间）：
  • 以最小的

    z

    选择一个工人

    w

    。
    • 将

      p

      设置为

      w

      队列中最新条目的位置，或者如果 队列为空
    • 按距离

      p

      • 计算

        距离/d

      • 如果找到此值的最小值，请将此任务添加到工作队列，将到任务的距离+7添加到

        z    A   B   C   D  
        1  10  22  24   -
        2  29  19  18   -
        

            A   B   C   D  
        1  10  22  24   -
        2   4  0    0   -
        

            A   B   slack    A  B
        1  10  22     0     10 22
        2  21  11  (-)7     14  4
        

        1 [A, B, C, D]
        2 [C, B, A, D]
        

        1 [A=3+10, B=8+10, C=1+10, D=20+10]
        2 [C=7+10, B=1+10, A=10+10, D=11+10]
        

        1 [A=13, B=18, C=11, D=30]
        2 [C=17, B=11, A=20, D=21]
        

        1 [A=13, B=31, C=42, D=72]
        2 [C=17, B=28, A=48, D=69]
        

        1 [A=13, B=31, C=42, D=72]
        2 [C=17, B=28, A=48, D=69]
        

        1 [A=13, B=31, C=42, D=72]
        2 [C=17, B=28, D=59]
        

        1 [A=13, C=32, D=62]
        2 [C=17, B=28, D=59]
        

        1 [A=13, D=24]
        2 [C=17, B=28, D=59]
        

        1 [A=13, D=24]
        2 [C=17, B=28]
        

        Let Arrive(W, T, L) be an arrival event of worker W 
          at task T starting from previous location L, traveling the shortest path
        Let Complete(W, T) be a completion event for worker W of task T
        
        For each worker W, place Arrive(W, T_W1, S_W) on the queue
        While events are left on the queue
          Remove an event E
          If E is an arrival Arrive(W, TW_i, L) 
            If TW_i has no worker yet, 
              Assign TW_i to W
              Schedule a future event Complete(W, TW_i) 10 time units in the future.
            Else // T has a worker
              Schedule Arrive(W, TW_{i+1}, L), if TW_{i+1} exists
          Else E is a completion Complete(W, TW_i)
            Schedule Arrive(W, TW_{i+1}, TW_i), if TW_{i+1} exists