研究人员引入了一种新的导航问题变体 OP-UTVR,该问题考虑了不确定和时变奖励。该框架专为移动服务机器人等应用而设计,这些机器人需要根据不断变化的客户需求或其他随机奖励变化做出路线规划决策。该研究提出了三种具有不同规划范围和在线适应性的规划器,以及理论性能界限。还开发了一个用于在室内环境中导航的移动服务机器人基准来测试这些规划器,揭示了规划范围和适应性之间的权衡。 AI
影响 这项研究可能导致服务机器人在动态环境中实现更高效和自适应的路线规划。
排序理由 该集群包含一篇详细介绍机器人特定问题的新框架和基准的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Mobile service robots scheduling utilizing merged tasks
- OnePlus
- OP-UTVR
- Orienteering Problem with Functional Profits for multi-source dynamic path construction
- Orienteering Problem with Uncertain Time-Varying Rewards
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →