基于异步多智能体架构（A-teams）求解无人异构车辆系统的车辆路径问题
机器人学
2023-03-09 v1 分布式、并行与集群计算
多智能体系统
摘要
移动迅速但能耗高的无人机（UAV）可在慢速移动的无人地面车辆（UGV）上充电，从而以高效且有效的方式勘测大面积区域。为了在合理时间内解决这一计算上具有挑战性的问题，我们创建了一种两级优化启发式方法。在外层，UGV路径由少量自由参数参数化；在内层，UAV路径通过构建并求解带容量约束、时间窗和丢弃访问的车辆路径问题得到。为生成高质量解，需审慎优化UGV自由参数。我们探索了两种调优UGV自由参数的方法：（1）遗传算法，以及（2）异步多智能体架构（A-teams）。A-teams使用多个智能体来创建、改进和销毁解。并行异步架构使A-teams能够快速优化参数。我们在测试用例上的结果表明，A-teams产生与遗传算法相似的解，但实现了2至3倍的加速。
引用
@article{arxiv.2303.04280,
title = {Solving Vehicle Routing Problem for unmanned heterogeneous vehicle systems using Asynchronous Multi-Agent Architecture (A-teams)},
author = {Subramanian Ramasamy and Md Safwan Mondal and Pranav A. Bhounsule},
journal= {arXiv preprint arXiv:2303.04280},
year = {2023}
}
备注
8 pages, International Conference on Unmanned Aircraft Systems (ICUAS) 2023