基于惰性分支定价方法求解带障碍物的移动目标车辆路径问题的最优解
机器人学
2026-05-25 v4
摘要
带障碍物的移动目标车辆路径问题(MT-VRP-O)寻求几名 agent 的轨迹，以共同拦截一组移动目标。每个目标都有一个或多个必须访问的时间窗，agent 必须避免静态障碍物，并满足速度和容量约束。我们引入了惰性分支定价方法，结合松弛连续性约束(Lazy BPRC)，用于求解 MT-VRP-O。Lazy BPRC 应用了 VRP 的分支定价框架，交替进行受限主问题(RMP)和定价问题。RMP 旨在从有限的旅行序列子集中选择每个 agent 应遵循的目标-时间窗配对序列(称为旅行)。定价问题将旅行序列添加到有限子集中。传统方法要求计算每个旅行序列中 agent 遵循旅行序列的成本。在 MT-VRP-O 中，这种成本计算 computations 计算量巨大，因为需要进行基于移动目标的碰撞自由运动规划。Lazy BPRC 通过使用基于松弛连续性约束计算的每个旅行序列成本下界来延迟成本计算。我们惰性求解旅行序列的真实成本。我们通过在图的凸集(GCS)上搜索最短路径来计算旅行序列的成本，并通过连续性松弛方法加速此搜索。我们展示了 Lazy BPRC 比两种 ablation 方案快一个数量级。
引用
@article{arxiv.2603.21880,
title = {Optimal Solutions for the Moving Target Vehicle Routing Problem with Obstacles via Lazy Branch and Price},
author = {Anoop Bhat and Geordan Gutow and Surya Singh and Zhongqiang Ren and Sivakumar Rathinam and Howie Choset},
journal= {arXiv preprint arXiv:2603.21880},
year = {2026}
}