中文

精英车道:基于演化算法生成真实小规模道路网络

神经与进化计算 2026-03-24 v1

摘要

我们present了一种用于生成具有内置冗余性的真实受约束小型至中型道路网络的方法比较研究。在本研究中,我们评估了采用连通性和冗余约束的演化算法(EA)与波函数崩塌(WFC)方法——后者常用于游戏中的程序化地形生成——以及群体算法:粒子群(PSO)和灰狼(GWO)算法。我们的关注点是产生适用于视觉、定位和导航问题的真实、冗余道路网络。我们评估指标:连通性、环路、交叉口、死胡同、图割边,同时确保物理可行性。我们提出了一种EA及其通过 MAP-Elites 方法实现的精英化版本。我们详细描述了实现方法、约束条件、指标,并提供了与基线方法的视觉和定量比较。结果表明,适应度函数设计选择如何影响生成网络的结构特征,并突显了特定约束在实际应用中的影响。我们的贡献是一种从稀疏瓷砖定义(源自真实世界数据)创建真实合成数据集的方法。我们通过生成来自 Duckietown 城市模型中实验收集的瓷砖集,演示了实际应用。我们的做法对元数据进行连贯的几何变换,本文以生成道路网络的语义分割掩码为例。

关键词

引用

@article{arxiv.2603.20964,
  title  = {Elite Lanes: Evolutionary Generation of Realistic Small-Scale Road Networks},
  author = {Artur Morys-Magiera and Marek Długosz and Paweł Skruch},
  journal= {arXiv preprint arXiv:2603.20964},
  year   = {2026}
}

备注

13 pages; work accepted for GECCO (The Genetic and Evolutionary Computation Conference) 2026; to be presented as poster and published appropriately with conference proceedings; this work is a preprint rendered on a plain 2-column article document class template