机器人网络中的目标分配：距离最优性保证与分层策略
机器人学
2014-08-01 v3
摘要
本研究探讨多机器人目标分配问题，旨在最小化所有机器人到达数量相等的静态目标所行驶的总距离。论文前半部分提出了一个充要条件，在该条件下，具有有限通信和目标感知范围的机器人可实现真实的距离最优性。此外，我们提供了一个显式的非渐近公式，用于根据机器人的通信和目标感知范围计算实现距离最优性所需的机器人数量，并具有任意保证概率；同时证明了这些界是渐近紧的。论文后半部分针对机器人数量无法自由选择的情况提出了次优策略。首先假设所有目标对所有机器人已知，我们采用一种分层通信模型，其中机器人仅与同一划分区域内的其他机器人通信。在该分层通信模型及温和假设下，可获得真实距离最优解的常数近似。随后，我们重新审视了有限通信和感知模型。通过将简单的基于会合的策略与分层通信模型相结合，我们获得了去中心化的分层策略，其相对于真实距离最优性实现了常数近似比。仿真结果表明，该近似比可低至 1.4。
引用
@article{arxiv.1308.3956,
title = {Target Assignment in Robotic Networks: Distance Optimality Guarantees and Hierarchical Strategies},
author = {Jingjin Yu and Soon-Jo Chung and Petros G. Voulgaris},
journal= {arXiv preprint arXiv:1308.3956},
year = {2014}
}