文献

J-GLOBAL ID：202202232006506765   整理番号：22A0496835

タスク割当問題におけるマルチロボット探索【JST・京大機械翻訳】

Multi-robot exploration in task allocation problem

著者 (2件)： Alitappeh Reza Javanmard (Department of Electrical and Computer Egineering, University of Science and Technology of Mazandaran, Behshahr, Iran) ,  Jeddisaravi Kossar (Department of Electrical and Computer Egineering, University of Science and Technology of Mazandaran, Behshahr, Iran)
資料名： Applied Intelligence  (Applied Intelligence)
巻： 52  号： 2  ページ： 2189-2211  発行年： 2022年 
JST資料番号： W0297A  ISSN： 0924-669X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： タスク割当は,異なるアプリケーション,即ち,静的または動的シナリオにおけるカバレッジ,監視およびマイニングミッションのための異なるセットアップで定義できるマルチロボットシステムにおける重要な問題である。本論文の焦点は,システムの全体コストを最小化することにより,環境にわたって分散するタスクを達成するための環境を探索することである。この問題はNP-Hard問題として定義され,多くのロボットとタスクを含む大きな環境においてより挑戦的である。非常に大きな環境におけるマルチロボットタスク割当てを解くために,新しい配置ベースフレームワークを提案した。著者らの提案は,問題を2つの部分問題に分割した:領域分割とルーティング問題。この分解は,他の手法,即ち,タスクまたはロボットの初期位置の分布において,容易には無視できないマルチロボットシステムにおける問題仕様を考慮している。負荷分散は,環境の適切な位置においてロボットを展開して,それらの間でサブ領域を割り当てることによってグローバルに行う。サブ領域は,目標がロボットの1つによって個々にすべてのポイントを訪問するポイントのセットを含んだ。他方,ロボットを配備した後に,ルーティング技術は,あらゆるロボットのために最短で安全な経路を見つけるのに簡単に適用することができる。このNP困難問題における解を探索するために,2つの方法を,異なるセットアップと探索オペレータを有する遺伝的アルゴリズム(GA)のテーラーメイド多目的方式,および強化学習アプローチ上に構築する。シミュレーション結果は,既存のものと比較して著者らの方法の性能を証明した。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  セグメンテーション ,  オペレータ ,  *ロボット ,  経路選定 ,  応用プログラム ,  NP困難 ,  強化学習 ,  遺伝的アルゴリズム ,  負荷分散 ,  *マルチロボット
準シソーラス用語： 部分問題 ,  *タスク割当 ,  Q学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： タスク割当 ,  マルチロボット探査 ,  領域分割 ,  マルチロボットルーティング問題 ,  Q学習

分類 (1件)： ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (4件)： タスク ,  割当問題 ,  マルチロボット ,  探索