多个独立代理人的离线有序任务调度

一种解决方案是将此问题视为多个严格的等长序列问题，并使用排序和贪心算法来解决它。

1. 对任务排序，以使它们以递增顺序按持续时间呈现。

2. 对代理人排序，以使它们以递增的顺序呈现。

3.为每个任务分配一个权重，该权重等于该任务在排序后的位置。

4. 对于每个代理人，使用以下贪心策略来安排任务：

a. 将权重最小的任务分配给该代理人。

b. 查找下一个可用任务的最佳位置，并重复上述步骤，直到所有任务都已分配。

下面是一个Python代码示例：

tasks = [(1,2), (2,3), (4,5), (3,7)] #格式为 (start_time, duration)

def schedule_tasks(tasks):
    sorted_tasks = sorted(tasks, key=lambda x:x[1])
    sorted_agents = sorted(range(1,6))
    task_weights = {}
    for i, task in enumerate(sorted_tasks):
        task_weights[task] = i+1
    
    agent_schedules = {}
    for agent in sorted_agents:
        agent_schedules[agent] = []
        task_count = 0
        while task_count < len(sorted_tasks):
            min_weight_task = None
            for task in sorted_tasks:
                if task not in agent_schedules[agent]:
                    if min_weight_task is None:
                        min_weight_task = task
                    elif task_weights[task] < task_weights[min_weight_task]:
                        min_weight_task = task
            best_position = 0
            best_position_score = float('inf')
            for i, scheduled_task in enumerate(agent_schedules[agent]):
                if i == 0:
                    score = scheduled_task[0] + scheduled_task[1]
                else:
                    score = scheduled_task[0] + scheduled_task[1] + \
                            (scheduled_task[0] + scheduled