具有不确定收益的团队定向覆盖规划
机器人学
2021-05-11 v1
摘要
许多市政部门和大型组织拥有需协调执行垃圾收集或基础设施巡检等任务的车辆 fleet。受此需求驱动，本文关注一个常见子问题：一支车队需在多次迭代中规划协调路径以巡逻某区域，同时最小化时空依赖的成本。具体而言，在特定位置（如图上的顶点），我们假设成本按未知速率在期望上线性增长，且当任一车辆访问该顶点（表示机器人对该顶点进行服务）时成本重置为零。我们以图论术语表述此问题，称之为具有不确定收益的团队定向覆盖规划（TOCPUR）。我们提出通过同时估计图上每个顶点的累积成本并迭代求解团队定向问题（TOP）的一种新变体来求解 TOCPUR，我们称之为团队定向覆盖问题（TOCP）。我们给出了 TOCP 的首个混合整数规划表述，作为对原始 TOP 的重要改造。我们引入了一个由数百个随机生成图组成的新基准，用于比较不同方法。我们表明所提解法优于精确 TOP 解与一种贪婪算法。此外，我们在真实环境中使用三支实体机器人团队展示了我们的方法演示。
引用
@article{arxiv.2105.03721,
title = {Team Orienteering Coverage Planning with Uncertain Reward},
author = {Bo Liu and Xuesu Xiao and Peter Stone},
journal= {arXiv preprint arXiv:2105.03721},
year = {2021}
}