1.一种基于基可达图的多智能体最优任务分配与规划方法，其特征在于，包括：步骤S1：根据多个智能体的工作地图信息构建多智能体工作空间Petri网模型；

步骤S2：根据每个智能体的任务要求约简所述多智能体工作空间Petri网模型，得到约简Petri网模型，其中所述任务要求指的是每个智能体需执行的任务，具体的，根据所述每个智能体的任务要求确定每个多智能体在所述多智能体工作空间Petri网模型中的起点、任务点以及终点；

根据所述起点、任务点以及终点，分别确定当前多智能体工作空间Petri网模型中最短路径集 ；

删除所述最短路径集 中相关库所、相关变迁之外的无关库所和无关变迁，得到所述约简Petri网模型；

步骤S3：对所述约简Petri网模型添加控制库所，并更新当前约简Petri网模型；

步骤S4：根据所述任务要求确定更新后约简Petri网模型的显式变迁和隐式变迁，并剔除当前约简Petri网模型中隐式变迁集TI中构成循环部分，将剔除的隐式变迁划分为显式变迁，得到基分区；

步骤S5：根据所述基分区生成多智能体当前约简Petri网模型的基可达图；

步骤S6：筛选所述当前约简Petri网模型的基可达图

中满足终止任务要求的节点，并输出最优任务分配方案与最优规划路径。

2.如权利要求1所述的一种基于基可达图的多智能体最优任务分配与规划方法，其特征在于所述步骤S1具体包括：根据所述多智能体的工作地图信息中的栅格、各栅格的连接关系以及各栅格间的距离信息，构建多智能体工作空间Petri网系统；

基于所述多智能体工作空间Petri网系统构建关于库所集合、变迁集合、前关联矩阵以及后关联矩阵的所述多智能体工作空间Petri网模型。

3.如权利要求2所述的一种基于基可达图的多智能体最优任务分配与规划方法，其特征在于，所述多智能体工作空间Petri网模型 表示为：，

其中，为库所集合，为变迁集合， 为前关联函数， 为后关联函数。

4.如权利要求1所述的一种基于基可达图的多智能体最优任务分配与规划方法，其特征在于，所述步骤S3具体包括：根据所述每个智能体的任务要求对所述约简Petri网模型添加控制库所，并更新当前约简Petri网模型，其中，所述控制库所主要包含限制库所Pc、观测库所Po和记录库所Pr。

5.如权利要求1所述的一种基于基可达图的多智能体最优任务分配与规划方法，其特征在于所述步骤S4具体包括：在当前约简Petri网模型对应的可达图RG上划分出仅包含给定显式变迁集TE与隐式变迁集TI的基分区D。

6.如权利要求5所述的一种基于基可达图的多智能体最优任务分配与规划方法，其特征在于，基于所述基分区D剔除所述当前约简Petri网模型中的隐式变迁集TI中构成的循环部分，将剔除的隐式变迁划分为显式变迁，生成多智能体的约简基可达图。

7.如权利要求1所述的一种基于基可达图的多智能体最优任务分配与规划方法，其特征在于所述步骤S6具体包括：基于所述当前约简Petri网模型约简的基可达图，根据定义的终点控制规筛选满足终止状态要求的节点，并输出最优任务分配方案与最优规划路径。

8.一种基于基可达图的多智能体最优任务分配与规划装置，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1‑7任一项所述的一种基于基可达图的多智能体最优任务分配与规划方法。

9.一种基于基可达图的多智能体最优任务分配与规划系统，其特征在于，包括：Petri网模型建立模块，用于根据多个智能体的工作地图信息构建多智能体工作空间Petri网模型；

Petri网模型约简模块，用于根据每个智能体的任务要求化约简所述多智能体工作空间Petri网模型，得到约简Petri网模型，其中所述任务要求指的是每个智能体需执行的任务；

控制库所添加模块，用于对所述约简Petri网模型添加控制库所，并更新当前约简Petri网模型；

基分区划分模块，用于根据所述任务要求确定更新后约简Petri网模型的显式变迁和隐式变迁，并剔除当前约简Petri网模型中隐式变迁集TI中构成循环部分，将剔除的隐式变迁划分为显式变迁，得到基分区；

可达图生成模块，用于根据所述基分区生成多智能体当前约简Petri网模型的基可达图；

输出模块，用于筛选所述当前约简Petri网模型的约简基可达图中满足终止任务要求的节点，并输出最优任务分配方案与最优规划路径。