.png){kind=icon}
返回
Efficient Task Planning for Complex Orders in Robotized Warehouses
.png){kind=icon}
PRE
AI
DOI：10.1109/tkde.2026.3697003.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
电子商务的快速增长推动了对机器人仓库处理大规模物流订单的日益增长的需求。仓库在接收订单后，会进行任务规划，该过程涉及两个关键阶段：将订单与包含所需商品的货架进行匹配，以及规划机器人路线以交付这些货架来完成订单。因此，有效的任务规划对于最大化订单吞吐量至关重要。然而，现有技术虽然对涉及单个货架商品的订单表现良好，但在处理需要从不同货架获取多个商品的复杂订单时，效率低下且性能不佳。本文介绍了机器人仓库复杂任务规划问题，并提出了一种新的复杂订单在线规划（COOP）框架来解决这一挑战。具体而言，该框架采用最大覆盖匹配方法将订单与货架进行匹配，并通过向量相似度搜索和残余匹配策略进行优化。然后，它采用一种有效的渐进式优先路径搜索算法，以最低的交付成本运输匹配的货架。最后，该框架引入了一种增强型路径感知货架选择模型，该模型考虑了路径搜索阶段的货架交付成本，以协同优化货架匹配和整体规划方案。在真实数据和合成数据集上的广泛实验表明，我们的方法在各种参数配置下均表现出良好的性能。
Keyword:
Task planning
multi-robot pathfinding
complex order
logistics
optimization
期刊
IF:
10.4
论文数:
6.9K
被引数:
3.2W
机构
引用论文
Foresee and Act Ahead: Task Prediction and Pre-Scheduling Enabled Efficient Robotic Warehousing
PREAI
分享收藏Cooperative Pathfinding.png)
Proceedings of the AAAI Conference on Artificial Intelligence and Interactive Digital Entertainment
OAAI
Proceedings of the AAAI Conference on Artificial Intelligence and Interactive Digital EntertainmentIF0
OAAI分享收藏Coalition-based task assignment with priority-aware fairness in spatial crowdsourcing基于联盟的任务分配，具有空间众包中的优先级感知公平性OAAI
OAAI分享收藏
查看更多内容