本研究从理论和算法两个角度对多目标任务分配和路径规划问题(MG-TAPF)进行了建模和研究,并提出了算法建立在多智能体路径规划问题上,在各种基准领域上对算法进行了实验比较。
Aug, 2022
本文介绍了一种改进版的优先规划算法及其分散式异步版本,这两种算法可以通过外部环境传感器以及在遇到优先级冲突时进行重新规划的方法实现无碰撞的多机器人路径规划,试验证明与经典的优先规划算法相比,在多种情况下能够更快速地找到机器人阵列的联合路径。
Sep, 2014
本文介绍一个通用的、广泛涉及机器人、计算机科学、运筹学和人工智能等领域的任务分配问题,包括机器人、任务和周围环境状态的多个版本,并探讨了解决该问题的现有方法,包括基于优化和市场的方法。
Jul, 2022
对现代算法的评估表明,针对多机器人系统的多智能体路径规划是解决自动仓库实现,火车调度和非完整机器人导航等多个应用领域重要方面的关键技术。
Jun, 2022
我们提出了一个通用的多机器人规划机制,它将最优任务规划器和最优路径规划器相结合,以提供可扩展的解决方案来解决复杂的多机器人规划问题。
Mar, 2024
本文提出了一种基于多层次的任务和动作规划框架,可以协调多个机器人完成复杂结构的组装,在高层次通过整数线性规划算法计算抽象计划,并在低层次使用多智能体路径规划算法规划机器人的运动路线,关键在于高层次规划中的避碰约束和运动的持续时间,以使得抽象计划既可行又高效。
Mar, 2022
通过利用冲突基础搜索算法的重复和增量特性,加速搜索算法的方法使其适用于多臂协调和复杂环境中的机器人操作,从而达到完整和有界的次优性保证。
通过与网络流的等价性和整数线性规划,我们设计了用于解决四个不同目标的新颖和完整算法,从而解决了最佳多机器人路径规划问题。采用基于 ILP 算法模型和启发式算法的组合方法,能够在几秒钟内计算出包含数百个机器人,环境密集的问题的 1.x - 最优解。
Jul, 2015
本文通过建立数据集,利用深度强化学习求解器,采用新的鲁棒混合整数线性规划模型,解决了不确定自主清洁系统中多机器人混合任务分配的问题,并且可以在保持性能的情况下,防止系统出现最坏情况,同时提供了一个基准数据集。
Mar, 2023
本文研究基于图的多机器人路径规划问题,提出两种多流基于整数线性规划算法,计算最小到达时间和最小总距离的解决方案,其算法性能表现得到评估,并能够适应其他 MPP 问题变体。
Apr, 2012