研究人员开发了一个新的异构多机器人任务分配框架，该框架可以适应不断变化的情况。这个预测感知自适应展开框架将问题形式化为随机动态规划，考虑了机器人-任务兼容性、路径规划和服务窗口等因素。它旨在通过平衡预测与观察到的请求并自适应地重新优化分配来提高在分布偏移下的性能。一项使用医院护理任务数据的案例研究表明，与现有方法相比，等待时间显著减少，特别是对于尾部延迟指标。 AI
影响 该框架可以提高机器人系统在动态环境（如物流或医疗保健）中的效率和响应能力。
排序理由 该集群包含一篇详细介绍多机器人任务分配新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.MA (Multiagent) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
