最优 UGV-UAV 合作划分与最短路径检查
机器人学
2026-05-15 v2
摘要
我们研究了在未知道路阻塞（仅在机器人到达损坏点时才发现）的环境中，由无人地面车辆 (UGV) 由无人机 (UAV) 协助的最短路径规划问题。该 formulation 推广了原始加拿大旅行者问题 (CTP)，后者假设只有一辆地面车辆且所有 incident 边的可通行状态在到达顶点时才揭露。我们首先分析起点与终点由 k 条互斥路径相连的情况，证明单辆 UGV 的最坏情况竞争比 rho 为 2k-1。有 UAV 协助，且在初始飞行和空载 UAV 成本可忽略的假设下，该比率改进为 rho = 2\frac{v_G}{v_A + v_G}k - 1，其中 v_G 和 v_A 分别表示 UGV 和 UAV 的速度。为了处理一般图和不可忽略的 UAV 初始飞行和空载成本，我们提出了最优路径划分策略，将路径前缀检查分配给 UGV，将路径后缀检查分配给 UAV，并证明了在一般图上 UAV 检查策略的最优性。我们通过在来自世界 50 大城市的道路网络上进行实验，随机生成阻塞情况，显示所提出的方法可将 UGV 旅行时间缩短最高 30%。
引用
@article{arxiv.2604.25284,
title = {Optimal UGV-UAV Cooperative Partitioning and Inspection of Shortest Paths},
author = {Ninh Nguyen and Srinivas Akella},
journal= {arXiv preprint arXiv:2604.25284},
year = {2026}
}
备注
Withdrawn by the authors due to an error in Section V.D in the competitive-ratio proof for the UGV-UAV case. The proof incorrectly uses $1+2\frac{v_A}{v_G+v_A}(k-1)\le 2\frac{v_A}{v_G+v_A}k-1$, which does not hold in general and affects the stated bound