用于符号最优控制与计划和目标识别的修改Bellman-Ford算法
最优化与控制
2025-01-30 v1
摘要
本篇短技术笔记的贡献有两个方面。首先，我们引入了一种针对定义在超图上的最优控制问题计算价值函数的修改版Bellman-Ford算法。这种Bellman-Ford算法可用于通过符号控制原则合成近似最优控制器。我们的修改在执行期间比我们2020年发表的初始版本少遍历超图的节点。我们的第二个贡献在计划识别领域，应用于由符号控制器驱动的无人机任务。我们解决并解决了计划和目标识别监视器对无人机任务分配和任务执行初始猜测的依赖问题。为验证增强的实现，我们使用更具挑战性的无人机航空消防场景，展示了该系统架构的实际适用性和鲁棒性。
关键词
引用
@article{arxiv.2501.17645,
title = {A modified Bellman-Ford Algorithm for Application in Symbolic Optimal Control and Plan and Goal Recognition},
author = {Marcus Kreuzer and Alexander Weber and Alexander Knoll},
journal= {arXiv preprint arXiv:2501.17645},
year = {2025}
}