具有高斯分布能量不确定性的异构车辆路由与编队
机器人学
2020-10-23 v1 多智能体系统
摘要
对于在不确定环境中执行复杂任务的机器人集群，决策算法同时考虑异构性与不确定性十分重要。本文提出一个随机规划框架，用于解决具有随机行驶能量成本以及异构车辆与任务的车辆路由问题。我们将异构性表示为线性约束，通过高斯过程回归估计不确定能量成本，将此随机性建模为机会约束或随机 recourse 成本，随后使用分支切割算法求解随机规划以最小化期望能量成本。通过大量计算实验与一个实际测试用例，证明了该方法的性能与实用性。
引用
@article{arxiv.2010.11376,
title = {Heterogeneous Vehicle Routing and Teaming with Gaussian Distributed Energy Uncertainty},
author = {Bo Fu and William Smith and Denise Rizzo and Matthew Castanier and Kira Barton},
journal= {arXiv preprint arXiv:2010.11376},
year = {2020}
}
备注
IROS 2020