Waterberry Farms：一种用于信息路径规划的新基准
机器人学
2023-05-11 v1
摘要
机器人和传感器硬件的最新发展使得使用移动机器人（地面或空中）进行数据收集对广大用户而言可行且负担得起。新兴应用，如精准农业、天气损害评估或个人家庭安全，通常不满足先前研究所作的简化假设：探索区域具有复杂形状和障碍，需要同时感知和估计多种现象，且被测物理量可能在观测期间变化。路径规划和估计算法的未来进展需要新一代基准，提供代表性环境并采用捕捉这些应用需求的评分方法。本文描述了 Waterberry Farms 基准（WBF），其建模了佛罗里达州一个种植多种作物的农场的精准农业应用。该基准捕获了植物病害传播和土壤湿度变化的动态特性，而评分系统衡量给定运动策略与信息模型估计器组合的性能。通过对若干代表性路径规划和估计器算法进行基准测试，我们展示了 WBF 能够提供对其特性的洞察并量化未来进展的能力。
引用
@article{arxiv.2305.06243,
title = {Waterberry Farms: A Novel Benchmark For Informative Path Planning},
author = {Samuel Matloob and Partha P. Datta and O. Patrick Kreidl and Ayan Dutta and Swapnoneel Roy and Ladislau Bölöni},
journal= {arXiv preprint arXiv:2305.06243},
year = {2023}
}