TSPDiffuser：扩散模型作为旅行商路径规划问题的学习采样器
机器人学
2025-02-25 v2 机器学习
摘要
本文提出了TSPDiffuser，一种新颖的数据驱动路径规划器，用于在充满障碍物的环境中解决旅行商路径规划问题（TSPPP）。给定障碍物地图内的一组目的地，我们的目标是高效地找到访问所有目的地的最短无碰撞路径。在TSPDiffuser中，我们在大量TSPPP实例及其相应解上训练扩散模型，以生成未见问题实例的可行路径。然后，该模型可作为学习采样器，构建包含少量节点和边的潜在解路径图。这种方法能够高效准确地估计目的地之间的旅行成本，有效解决了TSPPP的主要计算挑战。在多种合成和真实室内/室外环境中的实验评估表明，TSPDiffuser在解质量和计算时间需求之间的权衡方面优于现有方法。
引用
@article{arxiv.2406.02858,
title = {TSPDiffuser: Diffusion Models as Learned Samplers for Traveling Salesperson Path Planning Problems},
author = {Ryo Yonetani},
journal= {arXiv preprint arXiv:2406.02858},
year = {2025}
}
备注
ICRA 2025