具有部分扩展的增强型多目标 A* 算法
最优化与控制
2023-07-11 v2 人工智能
摘要
多目标最短路径问题（MO-SPP）通常在图上提出，旨在确定从起始顶点到目标顶点的一组路径，同时优化多个目标。一般而言，不存在能同时优化所有目标的单一解路径，因此该问题致力于寻找一组所谓的帕累托最优解。为解决此问题，近期开发了若干多目标 A*（MOA*）算法以快速计算带质量保证的解。然而，这些MOA*算法常受高内存消耗困扰，尤其当图的 branching factor（即任意顶点的邻居数）较大时。因此，本工作旨在以少量运行时间增加来降低MOA*的高内存消耗。通过推广和统一若干单目标与多目标搜索算法，我们开发了运行时间与内存高效的MOA*（RME-MOA*）方法，其可通过调节两个用户定义的超参数来平衡运行时间与内存效率。
引用
@article{arxiv.2212.03712,
title = {Enhanced Multi-Objective A* with Partial Expansion},
author = {Valmiki Kothare and Zhongqiang Ren and Sivakumar Rathinam and Howie Choset},
journal= {arXiv preprint arXiv:2212.03712},
year = {2023}
}
备注
8 pages, 4 figures