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。
本論文は,KC-TSS:K-Clustered-Traveling Salesmanベース探索,人間環境における目標探索を実行する異種ロボットチームのための故障弾性経路計画アルゴリズムを提案した。サンプル経路生成問題を不均一クラスタリングと多重巡回セールスマン問題に分けた。これにより,高品質候補経路(即ち,最小バックトラッキング,オーバラップ)を各エージェントに対する情報理論効用関数に提供できる。最初に,マップ知識とターゲット予測モデルから,方法ポイント候補を生成した。これらの候補の全ては,エージェントの数および空間,またはカバー能力のカバー能力に従ってクラスタ化される。各エージェントは,それらの割り当てられたクラスタ上で巡回セールスマン問題(TSP)インスタンスを解決し,次に,候補を経路選択のための効用関数に供給する。屋内探索における実際のロボットの広範なGazboシミュレーションと予備展開を行い,静的目標を持つ模擬救助シナリオを行った。提案手法を最先端のアルゴリズムと比較し,提案がミッション時間でそれより優れていることを示した。著者らの方法は,グローバルチーム計画をオンラインで再計算することによって,単一またはマルチチーム故障の事象におけるレジリエンスを提供した。【JST・京大機械翻訳】