複数航空機タスク割り当て（MATA）は、動的な条件下でミッション効率を向上させる上で重要な役割を果たします。本論文は、動的MATA問題に対して高性能な反応型ヒューリスティックを自動設計する新しい共進化遺伝的プログラミング（CoGP）フレームワークを提案します。従来の単一木遺伝的プログラミング（GP）手法とは異なり、CoGPはタスク優先付けヒューリスティックと航空機選択ヒューリスティックという2つの相互作用する集団を共同で開発し、これら2つの相互依存する意思決定段階間の結合を明示的にモデル化します。航空機およびタスクの動的状態を表現する包括的な端末セットが構築され、低レベルのヒューリスティックテンプレートは開発された木を実行可能な割り当て戦略に変換します。災害後の緊急配送をシミュレートする公共ベンチマーク事例での広範な実験により、CoGPが最先端のGPおよびヒューリスティック手法と比較して優れた性能を発揮し、複雑で動的な救助環境において強力な適応性、スケーラビリティ、およびリアルタイム応答性を示すことが実証されました。

タスク割り当て;遺伝的プログラミング（GP）;ハイパーヒューリスティック;組合せ最適化;最適化学習