RoSSO：基于JAX的机器人监视策略优化高性能Python包
机器人学
2025-04-10 v1 最优化与控制
摘要
为能够计算单机器人或多机器人团队的有效随机巡逻路线，我们提出RoSSO，一个用于求解马尔可夫链优化问题的Python包。我们利用逆向模式自动微分与约束参数化等机器学习技术，相较于通用非线性规划求解器实现了更优效率。此外，我们为文献中的博弈论随机监视公式补充了一种新颖的贪婪算法与多机器人扩展。最后以旧金山 downtown 一个警区的数值结果收尾，展示了RoSSO在我们新公式及先前工作中的能力。
引用
@article{arxiv.2309.08742,
title = {RoSSO: A High-Performance Python Package for Robotic Surveillance Strategy Optimization Using JAX},
author = {Yohan John and Connor Hughes and Gilberto Diaz-Garcia and Jason R. Marden and Francesco Bullo},
journal= {arXiv preprint arXiv:2309.08742},
year = {2025}
}
备注
7 pages, 4 figures, 3 tables, submitted to the 2024 IEEE International Conference on Robotics and Automation. See https://github.com/conhugh/RoSSO for associated codebase