抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,同じ動的環境における集中化および競合マルチロボットのための最適経路を見出すための新しい方法の提案を行った。これらのロボットは,異なる位置(s)から出発し,同じ目標に到達することができる。各反復で更新された修正(堆積)フェロモンのトレイルを構築するために,MAX-MIN ACO(MMAS)アルゴリズムのフェロモントレイル更新をD*アルゴリズム戦略とハイブリッド化する方法を用いた。ロボットは,各ロボットのための最適経路を発見し,表示することによって,自由空間で動く動的障害を含む動的環境を通して,開始ノードから移動する最良の解を選択するために,構築確率を用いた。異なる数のロボットに対する異なる動的環境でシミュレーションした多くの実験結果は,提案した方法がよく機能することを示した。ロボットは,障害物と衝突することなく,それらのターゲットに到達するために互いに競争力があり,そして,それらは,最小反復および最小総アークコストを有する最適経路を見つけた。一般的に,実装ロボットの増加数は,占有時間を増加させる。しかし,その増加量は変化する。それは,1つから2つのロボットが実行されると,(7%)から(15%)になる。また,時間占有率の増加は,以前の比率と比較して制限されることが分かった。すなわち,4~5台のロボットを実行するとき,(27%)から(30%)までである。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】