良好连通环境中平均情况常数因子时间与距离最优的多机器人路径规划
机器人学
2019-05-13 v4
摘要
在实际应用中，人们寻求用于最优多机器人路径规划的快速算法。然而，已知方法通常无法同时保证良好的解最优性和良好的（例如多项式）运行时间。在本工作中，我们开发了首个低多项式运行时间算法，称为 SplitAndGroup (SaG)，该算法在网格及类网格环境上求解多机器人路径规划问题，并在所有问题实例的平均情况下产生常数因子 makespan 最优解。也就是说，SaG 是一个平均情况 O(1)-近似算法，并计算出具有亚线性 makespan 的解。SaG 能够处理机器人密度极高的情况——在图论设定中，该算法支持底层图的所有顶点均被占据的情形。SaG 通过精心结合一种我们称为全局解耦的新颖分治技术与基于网络流的机器人路由方法，获得了其理想性质。从较弱意义上讲，SaG 的解在总距离最优性上也是一个常数因子近似。
引用
@article{arxiv.1706.07255,
title = {Average Case Constant Factor Time and Distance Optimal Multi-Robot Path Planning in Well-Connected Environments},
author = {Jingjin Yu},
journal= {arXiv preprint arXiv:1706.07255},
year = {2019}
}
备注
11 pages, 15 figures, expanded version of MRS 2017 paper, submitted to Autonomous Robots