BriefGPT - AI 论文速递
·
在连续空间中可扩展的多机器人路径规划的安全间隔 RRT*
💡
原文中文，约500字，阅读约需2分钟。
📝
内容提要
本文提出了一个两级方法来解决连续空间下的多机器人路径规划问题。低级方法是一个基于采样的规划器，能够找到单个机器人的无碰撞轨迹。高级方法可以使用两种代表性方法来解决机器人间冲突。实验结果表明，该方法能够快速找到高质量解，且样本数量较少。与现有算法相比，该方法在保持解质量的同时，成功率提高了多达94%。
🎯
关键要点
- 本文提出了一个两级方法来解决连续空间下的多机器人路径规划问题。
- 低级方法是一个基于采样的规划器 Safe Interval RRT*（SI-RRT*），用于找到单个机器人的无碰撞轨迹。
- 高级方法采用了优先级规划（SI-CPP）和基于冲突搜索（SI-CCBS）两种代表性方法来解决机器人间冲突。
- 实验结果表明，SI-RRT* 能够快速找到高质量解，且样本数量较少。
- SI-CPP 在可扩展性方面表现较好，成功率提高了多达 94%。
- SI-CPP 能够将完成时间缩短 45%。
- SI-CCBS 相对于竞争对手，将完成时间减少了 9%，但成功率降低了 14%。
➡️
