相关弧定向越野问题
机器人学
2022-08-17 v1
摘要
本文引入相关弧定向越野问题（CAOP），其任务是为一组机器人寻找路径，以最大化收集环境中与特征相关联的奖励。这些特征可以是环境中一维的或点状的，并且可具有空间相关性，即访问环境中某一特征可能提供相关联特征的部分奖励。机器人在环境中行进会产生代价，其路径总代价受资源约束（如电池续航或操作时间）限制。由于环境通常很大，我们允许多个基地，机器人须从基地出发并回到基地。CAOP 推广了相关定向越野问题（COP，奖励仅与点特征关联）与弧定向越野问题（AOP，奖励无空间相关性）。我们建立了形式化该问题并给出最优解的混合整数二次规划（MIQP）模型。然而该问题为 NP-hard，因此我们开发了高效的贪心构造算法。我们用两个不同应用说明该问题：甲烷气体泄漏检测的信息化路径规划与道路网络覆盖。
引用
@article{arxiv.2208.07524,
title = {The Correlated Arc Orienteering Problem},
author = {Saurav Agarwal and Srinivas Akella},
journal= {arXiv preprint arXiv:2208.07524},
year = {2022}
}