Pro-Routing：面向取送货任务的多容量自主机器人主动路径规划

我们考虑一种多机器人场景，其中拥有一支多容量自主机器人车队，需要服务具有固定最大等待时间的空间分布取送货请求。请求可以提前调度，也可以实时进入系统。在此场景下，路径规划策略的稳定性定义为该策略的成本随时间一致有界。以往的大多数工作要么离线求解问题以在理论上维持稳定性，要么考虑动态到达的请求但牺牲了稳定性的理论保证。在本文中，我们旨在通过提出一种新颖的基于主动展开的路径规划框架来弥合这一差距，该框架能够适应实时需求，同时可证明地维持所学路径规划策略的稳定性。我们通过提出一种车队规模确定算法来为我们的方法推导可证明的稳定性保证，该算法获得足够大的车队规模，从而在构造上确保稳定性。为了验证我们的理论结果，我们考虑了哈佛晚间班车系统真实乘车请求的案例研究。我们还使用当前部署的较小车队规模评估了框架的性能。在这种较小规模的设置下，我们与当前部署的路径规划算法、贪婪启发式算法以及基于蒙特卡洛树搜索的算法进行了比较。我们的实证结果表明，当使用理论结果中发现的足够大的车队规模时，我们的框架能够维持稳定性。对于当前部署的较小车队规模，与最接近的基线相比，我们的方法多服务了 6% 的请求，同时将乘客中位等待时间减少了 33%。