一种面向无人机HTN任务规划的在线凸优化方法与系统

本发明提出了一种面向无人机HTN任务规划的在线凸优化方法与系统，涉及人工智能和智能规划领域，针对无人机在不确定性和动态环境中任务规划的需求，采用在线凸优化（OCO）技术实时调整任务执行的时间成本和资源消耗。方法通过PDDL建立任务模型，定义任务分解结构和目标约束；利用HTN规划算法将复杂任务分解为多个可执行动作（action）；基于动作执行中的损失构建凸集并定义成本指标，在线优化动作消耗；根据实际反馈动态更新指标，调整后续动作策略，迭代降低消耗，最终生成优化的实时计划（plan）。与传统静态规划或离线优化不同，该方法显著提升无人机动作执行效率，减少资源与时间浪费，并能灵活适应实际变化。