用于无人机巡检路由在线算子选择的景观感知 Bandit 超启发式方法
计算工程、金融与科学
2026-05-15 v1
摘要
无人机多站点巡检通常可归结为在从地图中提取目标站点后选择高质量的访问顺序。本文开发了 LA-BHH，这是一种景观感知的 Bandit 超启发式方法，用于在线学习该路由层的算子选择策略。LA-BHH 将 2-opt、swap、relocate 和 Or-opt 移动作为低层摇臂，从静态景观描述符和在线搜索状态特征构建上下文，并在同一运行期间根据改进奖励更新 LinUCB 控制器。在 45 个生成的欧几里得 TSP 实例上的实验结果表明，LA-BHH 实现了最佳的平均最终间隙和收敛 AUC，分别为 0.0223 和 0.0389。与 UCB-HH 相比，它将最终间隙降低了 17.6%，与 Random-HH 相比降低了 22.6%，与最近邻构造相比降低了 68.2%。消融结果进一步表明，上下文信用分配、2-opt 修复和停滞感知状态使用是其主要贡献因素。
引用
@article{arxiv.2605.14620,
title = {Landscape-Aware Bandit Hyper-Heuristics for Online Operator Selection in UAV Inspection Routing},
author = {Junhao Wei and Yanxiao Li and Yifu Zhao and Qibin He and Haochen Li and Dexing Yao and Baili Lu and Zhenhong Peng and Yapeng Wang and Sio-Kei Im and Xu Yang},
journal= {arXiv preprint arXiv:2605.14620},
year = {2026}
}