Conceptos Básicos
露出最小化は非マルコフであり、均等露出回廊は全体的な露出に貢献せずにナビゲーションを可能にする。
Resumen
この研究では、ロボットの経路計画における非マルコフ性の課題と、A*アルゴリズムを用いて複雑な環境でのナビゲーションに焦点を当てました。異なるマルコフ近似が経験する最適性ギャップを探求し、均等露出回廊の概念を導入しました。最適性ギャップの数量化は、埋め込みシステム向けの効率的なアルゴリズムと達成される最適性レベルとのトレードオフについて洞察を提供します。均等露出回廊は動的障害物を考慮しながらローカル移動プランナーが柔軟に動作することを可能にします。
この研究では、A*バイナリサーチが比較的小さな最適性ギャップでパスを生成し、計算上も露出無関係な検索と同程度です。これは望ましい結果であり、ほぼ最適なパスを事前計算して環境内でのナビゲーションに対応することが可能です。また、平均された通路幅はBoxes地図ではHillsよりも数倍大きく、中央値通路幅はそれぞれ5.69および1.68です。
今後の作業では、これらのセットの意味やオンライン経路計画、およびこれらのセットを考慮したチーム戦略について調査することが興味深いでしょう。
Estadísticas
50×50および100×100グリッド解像度でテストされた3つのA*ベースアルゴリズム
Citas
"A proposal on multi-agent static path planning strategy for minimizing radiation dose." - Minjae Lee et al.
"The concept of locally-connected equal exposure sets that give rise to the highly-nonlinear binary metric of exposure has many uses." - Content