一种基于图增强贝叶斯在线学习的人机任务分配方法

本申请涉及一种基于图增强贝叶斯在线学习的人机任务分配方法和装置，通过POMDP将任务调度问题与时间约束和未知人为因素相结合进行建模，利用基于异构图的编码器对复杂关系建模，获取潜在嵌入信息，运用上下文贝叶斯在线学习算法，依据潜在信息找到接近最优的调度决策，捕获人为因素的潜在信息，再利用贝叶斯优化原理解决任务调度问题，确保系统在不同规模和变化环境下的可扩展性和在新的团队环境中，面对新的人类参与时，实现快速适应性。