面向持久自主的随机收集与补充（SCAR）优化
机器人学
2016-03-08 v1 多智能体系统
摘要
机器人拥有燃料、电池电量和存储空间等有限资源供应。随机收集与补充（SCAR）场景的目标是使用专用智能体在现场为机器人加注燃料、充电或以其他方式补充，以促进持久自主。本文探索使用单一补充智能体对 SCAR 场景进行优化，采用若干不同目标函数。该问题被构建为组合优化问题，并使用 A* 寻找最优调度。通过计算研究，表明比率目标函数相较于总加权延迟目标函数具有更优性能，且在使用较短调度长度时性能优势更大。研究还强调了在优化过程使用的目标函数中纳入不确定性的重要性，特别是对于补充智能体欠利用或完全利用的场景。
引用
@article{arxiv.1603.01932,
title = {Stochastic Collection and Replenishment (SCAR) Optimisation for Persistent Autonomy},
author = {Andrew W. Palmer and Andrew J. Hill and Steven J. Scheding},
journal= {arXiv preprint arXiv:1603.01932},
year = {2016}
}
备注
Presented at IROS 2014