AG-MPBS：面向空中-地面无人系统的 mobility-aware 预测与基于行为的调度框架
机器人学
2025-12-19 v1
摘要
随着无人机（UAV）和无人地面车辆（UGV）等无人系统在城市感知和应急响应等应用中日益重要，高效地为这些自主设备分配执行时敏感任务已成为关键挑战。本文提出了 MPBS（Mobility-aware Prediction and Behavior-based Scheduling），一种可规模化的任务招募框架，将每个设备视为可招募的“用户”。MPBS 集成了三个关键模块：行为感知 KNN 分类器、用于预测设备移动性的时间变 Markov 模型，以及考虑任务紧急性和基站性能的动态优先级调度机制。通过结合行为分类与时空预测，MPBS 能够实时地为最合适的设备分配任务。在真实世界的 GeoLife 数据集上进行实验评估表明，MPBS 在任务完成效率和资源利用率方面显著提升。该框架提供了一种预测性的、基于行为的无人系统智能协作调度解决方案。
引用
@article{arxiv.2512.16454,
title = {AG-MPBS: a Mobility-Aware Prediction and Behavior-Based Scheduling Framework for Air-Ground Unmanned Systems},
author = {Tianhao Shao and Kaixing Zhao and Feng Liu and Lixin Yang and Bin Guo},
journal= {arXiv preprint arXiv:2512.16454},
year = {2025}
}