완전성 보장을 위한 윈도우 MAPF
본 연구는 완전성을 보장하는 윈도우 MAPF 프레임워크 WinC-MAPF를 제안한다. WinC-MAPF는 단일 에이전트 실시간 휴리스틱 탐색 기법과 MAPF의 반자립적 구조를 활용하여 윈도우 MAPF 솔버의 완전성을 보장한다. 또한 이를 기반으로 한 Single-Step CBS (SS-CBS) 알고리즘을 개발하였으며, 실험을 통해 기존 윈도우 MAPF 솔버들에 비해 우수한 성능을 보여줌을 확인하였다.
통합 목표 할당 및 경로 탐색 문제를 위한 제한된 최적 알고리즘
ITA-ECBS는 ITA-CBS의 제한된 최적 버전으로, 목표 할당 솔루션의 동적 특성을 고려하여 제한된 최적 솔루션을 보장하는 새로운 접근 방식을 제안한다.
실시간 다중 로봇 계획 실행을 위한 전환 가능한 엣지 검색 알고리즘
본 논문은 예기치 않은 지연이 발생할 때 다중 로봇 계획의 실행 순서를 최적화하는 전환 가능한 엣지 검색 알고리즘을 제안한다.
효과적인 가중 비용-가기 및 충돌 휴리스틱의 하위 최적 CBS 내 통합
가중 비용-가기 휴리스틱과 충돌 휴리스틱을 효과적으로 통합하여 하위 최적 CBS 성능을 크게 향상시킬 수 있다.
실시간 다중 에이전트 경로 탐색을 위한 캐싱 기반 지속적 최적화 기법
본 논문은 다중 에이전트 경로 탐색 문제에서 성능 향상을 위해 캐싱 메커니즘을 활용하는 새로운 기법인 CAL-MAPF를 제안한다. CAL-MAPF는 에이전트들이 효율적으로 작업을 수행할 수 있도록 캐시 영역을 활용하여 경로를 최적화한다.
다중 에이전트 경로 탐색에 적용된 답변 집합 프로그래밍을 이용한 경로 설정 및 스케줄링
답변 집합 프로그래밍을 이용하여 다중 에이전트 경로 탐색 문제에 대한 대안적인 경로 설정 및 스케줄링 접근법을 제시한다. 시간 단계 대신 부분 순서를 사용하여 시간의 흐름을 포착하며, 이를 통해 계획의 길이에 대한 고정된 상한을 제거할 수 있다.
다중 에이전트 경로 탐색을 위한 우선순위 기반 하이브리드 정책의 앙상블
다중 에이전트 경로 탐색 문제를 해결하기 위해 선택적 통신 기반의 Q-learning 모델을 제안하고, 우선순위 기반 충돌 해결, 고급 탈출 정책, 하이브리드 전문가 지도 등의 고급 추론 전략을 도입하여 성능을 향상시킨다.
© 2024 by Linnk AI