随机收集与补充（SCAR）：目标函数
机器人学
2016-03-08 v1 多智能体系统
摘要
本文引入两个目标函数用于计算随机收集与补充（SCAR）场景中的期望代价。在 SCAR 场景中，多个用户智能体拥有有限量的资源供应，根据场景不同，它们使用或收集该资源。为实现持久自主，专用补充智能体前往用户智能体处补充或收集其资源供应，从而使其能在现场无限期运行。在两个目标函数中，一个采用蒙特卡洛方法，另一个采用显著更快的解析方法。当使用高斯分布参数时，借助对高斯分布变量的乘法、除法和求逆的近似，以促进解析方法中概率分布的传播。与蒙特卡洛目标函数相比，解析目标函数被证明具有大于 99% 的对比精度，同时实现了数个数量级的速度提升。
引用
@article{arxiv.1603.01931,
title = {Stochastic Collection and Replenishment (SCAR): Objective Functions},
author = {Andrew W. Palmer and Andrew J. Hill and Steven J. Scheding},
journal= {arXiv preprint arXiv:1603.01931},
year = {2016}
}
备注
Presented at IROS 2013