.png){kind=icon}
返回
Cycle Clustering: An Algorithm for Multi-Depot Multi-Agent Collaborative Coverage in Structured Road Network
.png){kind=icon}
PRE
AI
DOI：10.1109/LRA.2025.3643277.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
多车场多智能体协同覆盖是群智能领域的一个代表性问题，在现实场景中具有广泛的应用。在该问题中，多个智能体最初位于不同的车场，这与传统问题设置不同，且需要协同覆盖由结构化道路网络表示的给定区域。目标是使所有智能体中最长个体路线最小化。该问题与$k$-中国邮路问题（$k$-CPP）密切相关，但由于车场约束的不同而更为复杂。本文提出了一种新颖的集中式算法——循环聚类（CC），以高效解决该问题。所提出的方法首先将原始图转换为欧拉图，然后将欧拉图划分为多个小循环，随后对这些循环进行聚类并分配给不同智能体。这种设计显著减少了不必要的路线开销。理论上分析了算法的时间复杂度和完备性。实验结果表明，所提出的算法优于现有方法，将平均与理论下限的差距从29.10%降低至10.29%。
Keyword:
Planning
scheduling and coordination
path planning for multiple mobile robots or agents
期刊
I
IF:
5.3
论文数:
1.9K
被引数:
3.9W
机构
引用论文
Critical-edge based tabu search algorithm for solving large-scale multi-vehicle Chinese postman problem.png)
SCIENTIFIC REPORTS
OAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏Approximation Algorithms for the Min–Max Mixed Rural Postmen Cover Problem and Its VariantsAlgorithmica
AlgorithmicaIF0
PREAI
分享收藏Hybrid Metaheuristic Approaches for the Multi-Depot Rural Postman Problem With Rechargeable and Reusable VehiclesIEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏
查看更多内容