利用无人机群体制止野火：一种预测-优化方法
计算机与社会
2024-11-26 v1 多智能体系统
机器人学
摘要
无人机群体融合数据智能可成为野火防控的未来之路。然而，无人机群体野火防控面临巨大挑战，包括野火现场高度复杂的环境条件、野火蔓延的高度动态特性以及无人机群体作业的显著计算复杂度。我们发展了预测-优化方法以应对这些挑战，实现有效的无人机群体野火防控。首先，我们基于真实野火数据构建野火蔓延预测凸形神经网络(Convex-NN)模型。随后，我们提出一种结合动力学规划(DP)的混合整数规划(MIP)模型，以实现无人机群体任务规划的高效执行。我们进一步采用机会约束鲁棒优化(CCRO)以确保在不同情况下的鲁棒防控性能。该模型通过Benders分解和分支定界算法高效求解。在75个模拟野火环境训练后，MIP+CCRO方法在多个测试集中表现最佳，较纯MIP方法减少了37.3%的移动量。它还显著优于GA基线，后者常常无法完全扑灭火焰。最终，我们将在下一阶段进行真实世界的火势蔓延和灭火实验，以进行进一步验证。
引用
@article{arxiv.2411.16144,
title = {Using Drone Swarm to Stop Wildfire: A Predict-then-optimize Approach},
author = {Shijie Pan and Aoran Cheng and Yiqi Sun and Kai Kang and Cristobal Pais and Yulun Zhou and Zuo-Jun Max Shen},
journal= {arXiv preprint arXiv:2411.16144},
year = {2024}
}