.png){kind=icon}
返回
Detour-Delta Task Assignment for Reservation-Based Online MAPD
.png){kind=icon}
OA
AI
DOI：10.1109/lra.2026.3728331.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
空间高效的自动化仓库通常创建狭窄的单代理通道、死胡同和树状布局。在这种布局中，同时预定任务路径和安全撤退路径的预定表规划器提供了一种避免碰撞和死锁的自然方法。我们提出了detour-delta（Delta），一种插件式任务评分规则，它评估在已预定的时空资源之外的额外行驶时间，而不仅仅是基于忽略其他代理预定的空间最短路径基准。Delta根据几何基准之外的额外计划配送时间对候选任务进行排序，同时保留规划器的碰撞/死锁避免机制。将Delta应用于适用于结构受限布局的固定避难所预定表规划器（SHARP）后，在2250次结构地图运行中，SHARP+Delta完成了所有发布的任务，并改善了所有45种结构配置的完工时间（最后配送完成时间）和服务时间（发布至配送时间）。在树状地图上，只有SHARP家族方法在测试的任务流下完成了所有发布的任务。PIBT和PIBTTP-TA在某些结构受限布局上完成了所有发布的任务，但它们的完工时间和服务时间仍高于SHARP+Delta。布局良好是指许多MAPF/MAPD基准方法可以完成任务流且结构瓶颈较弱；即使在对于拥塞感知评分不利的情况下，SHARP+Delta也显著改善了SHARP，并在归一化完工时间/服务时间汇总中排名第二，仅次于LNS-wPBS。
Keyword:
Multi-robot systems
logistics
multi-agent path finding
task allocation
期刊
I
IF:
5.3
论文数:
1.9K
被引数:
3.9W
机构
引用论文
暂无论文信息