AAAINov, 2019

智能分拣中心目标分配和路径规划的空闲时间优化

PDF
TL;DR研究了自动分拣中心中一次分配分拣站点和路径规划问题，并提出了基于最小成本最大流形式化算法的有效解决方案。该方案不仅适用于一次性问题，还可用于长期问题。在真实数据和运动学模型的工业模拟器上进行的实验表明了该方案的高效性和有效性。
automated sortation centerstarget assignmentpath findingmin-cost max-flow formulationkinodynamic model
发现论文，激发创造
  • 车辆共享系统中一种优化投资问题的 A * 搜索算法

    在车辆共享系统中，我们研究了一个最优投资问题，其中包括确定建立站点的顺序、车辆数量以及获得目标状态的策略，以及通过经营系统来最大化总利润的车辆数量和分配策略。该问题可以视为具有集合相关成本的旅行推销员问题的变体，并使用 A * 搜索算法进行解决。

    Nov, 2023

  • 面向终身多智能体路径规划的公路研究

    本文主要研究如何在 lifelong MAPF 中使用 highway 方法解决地图规模增大、密度增大等问题，以减少 deadlocks 现象并优化 throughput，实验证明 runtime 得到改进。

    Apr, 2023

  • 在线接送任务的终身多智能体路径规划

    本文研究了多智能体取送问题的一个生命周期版本，提出了两种算法 Token Passing 与 Token Passing with Task Swaps，其中 TP 算法对于拥有数百个智能体和任务的 MAPD 实例仍然有效，可全面推广为全分布式 MAPD 算法，TPTS 需要少量智能体之间的通信，TP 算法适用于需要实时计算的情况，TPTS 算法则在 TP 算法与集中式 MAPD 算法之间做出了平衡。

    May, 2017

  • 油轮码头协调排班优化：一种基于智能大规模时空数据驱动的方法 -- 第 1 部分

    本研究提出一种新型的协调调度优化方法，通过减少平均等待时间和周转时间，提高了港口效率。实验结果表明，该方法的两种典范方法都能够有效地提高港口效率，其中滚动视界法可在 3 个月的数据集上减少到 20 分钟的运行时间。

    Apr, 2022

  • 团队 Agent 的最优目标分配和路径规划

    研究了已知地形中团队智能体的 TAPF（组合目标分配和路径查找）问题，提出了 CBM（基于冲突的最小成本流）算法，结合匿名和非匿名多智能体路径查找算法的思想，可用于处理各种规模的 TAPF 实例，并可适用于模拟仓库系统。

    Dec, 2016

  • 交通流优化对于终生多智能体路径规划

    多智能体路径规划（Multi-Agent Path Finding）是机器人领域的一个基本问题，该研究提出了一种新方法来解决这个问题，该方法通过引导智能体按照避免拥堵的路径前往目的地，有效提高了解决方案质量，并在整体通量方面取得了显著改进。

    Aug, 2023

  • 运用遗传算法和模拟退火优化物流配送中心的工人排班

    本研究通过综合应用遗传算法和模拟退火算法，解决了物流中心工人排班的优化问题。该优化问题涉及到永久性和临时性工人的合理排班，以提高物流中心的效率并最小化劳动力使用。研究通过建立一个 0-1 整数线性规划模型，使用遗传算法和模拟退火算法解决模型，并发现遗传算法在解决问题时的质量优于模拟退火算法。最优解揭示了 29857 个人天的最小工时需求。

    May, 2024

  • 可重用资源的在线任务分配问题

    本研究着眼于在线任务分配问题，利用可重复利用的资源来解决类似于拼车，众包和招聘等实际应用中的问题，提出了一个在线算法，并对其进行了数值实验。

    Mar, 2022

  • 关于多机器人最小最大延迟巡逻问题的循环解决方案

    这篇论文考虑了关于在度量空间中把 k 个机器人分配给 n 个位置完成巡逻的最优方案问题。作者提出了一种环状巡逻方案，并证明了这种方案的最优解可用 1+ε 倍近似算法求得，并且提出了一个 2 (1-1/k) 的近似算法。

    Mar, 2022

  • 带期限的最大权重在线匹配

    研究匹配到一个时间市场上的代理人的问题，该论文提出了不同的算法来解决顺序不同的场景，并在独立抽样的时间场景中实现 1/8-competitive 算法，对于随机顺序情况下提出了一个每 (d+1) 阶段计算最大加权匹配的 batching 算法，并且证明了其 0.279-competitive 的竞争性。

    Aug, 2018