协同多无人机最后一英里配送：面向能耗感知与及时作业的学习策略
机器人学
2025-09-22 v1
摘要
无人机近期已成为一种更快、更安全且具有成本效益的包裹最后一英里配送方式，特别是在疫情期间凸显的紧急医疗配送中。本文探讨了由一群具备能耗感知能力的无人机执行多包裹配送的新挑战，并考虑了客户对时间敏感的需求。每架无人机在其电池受限的飞行范围内规划最优的多包裹路线，以最小化配送延迟并降低能耗。该问题被分解为三个子问题：（1）使用 K-means 聚类优化配送站位置和服务区域；（2）通过强化学习确定无人机的最优飞行范围；（3）通过一种新的优化方案选择方法来规划和选择多包裹配送路线。为了整合这些解决方案并提升长期效率，我们提出了一种利用基于 actor-critic 的多智能体深度强化学习的新算法。使用真实配送数据集进行的大量实验证明了所提算法的卓越性能。我们为实际物流应用中的经济效率（最小化能耗）、快速作业（减少配送延迟和总执行时间）以及配送站部署的战略指导提供了新见解。
引用
@article{arxiv.2509.15830,
title = {Coordinated Multi-Drone Last-mile Delivery: Learning Strategies for Energy-aware and Timely Operations},
author = {Chuhao Qin and Arun Narayanan and Evangelos Pournaras},
journal= {arXiv preprint arXiv:2509.15830},
year = {2025}
}
备注
12 pages, 8 figures. This work has been submitted to the IEEE for possible publication