Fugu-MT 論文翻訳(概要): Bypassing or flying above the obstacles? A novel multi-objective UAV path planning problem

論文の概要: Bypassing or flying above the obstacles? A novel multi-objective UAV path planning problem

arxiv url: http://arxiv.org/abs/2004.08279v1
Date: Sun, 12 Apr 2020 13:42:05 GMT
ステータス: 処理完了
システム内更新日: 2022-12-14 05:42:04.399387
Title: Bypassing or flying above the obstacles? A novel multi-objective UAV path planning problem
Title（参考訳）: 障害物をバイパスするか上空を飛ぶか? 新規多目的UAV経路計画問題
Authors: Mahmoud Golabi, Soheila Ghambari, Julien Lepagnot, Laetitia Jourdan, Mathieu Brevilliers, Lhassane Idoumghar
Abstract要約: 本研究では,衝突のない離散型ドローン経路計画問題に対する新しい整数プログラミングモデルを提案する。本研究は, 障害物をバイパスしたり, 上空を飛んだりする可能性を考慮して, 経路長, エネルギー消費, 最大経路リスクを同時に最小化することを目的とする。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This study proposes a novel multi-objective integer programming model for a collision-free discrete drone path planning problem. Considering the possibility of bypassing obstacles or flying above them, this study aims to minimize the path length, energy consumption, and maximum path risk simultaneously. The static environment is represented as 3D grid cells. Due to the NP-hardness nature of the problem, several state-of-theart evolutionary multi-objective optimization (EMO) algorithms with customized crossover and mutation operators are applied to find a set of non-dominated solutions. The results show the effectiveness of applied algorithms in solving several generated test cases.
Abstract（参考訳）: 本研究では,衝突のない離散ドローン経路計画問題に対する多目的整数計画モデルを提案する。本研究は,障害物をバイパスしたり,上空を飛行する可能性を考慮して,経路長,エネルギー消費,最大経路リスクを同時に最小化することを目的とする。静的環境は3Dグリッドセルとして表現される。この問題のNP硬度の性質から、クロスオーバーと突然変異演算子をカスタマイズした最先端の進化的多目的最適化(EMO)アルゴリズムを適用し、非支配的な解の集合を求める。その結果,複数の生成したテストケースの解法において,適用アルゴリズムの有効性が示された。

関連論文リスト

Weighted strategies to guide a multi-objective evolutionary algorithm for multi-UAV mission planning [12.97430155510359]
この研究は、新しい個体の生成と突然変異のための重み付きランダム・ジェネレータを提案する。この研究の主な目的は、マルチUAVミッション計画のためのMOEAソルバの収束率を下げることである。
論文参考訳（メタデータ） (2024-02-28T23:05:27Z)
Random Aggregate Beamforming for Over-the-Air Federated Learning in Large-Scale Networks [66.18765335695414]
本稿では,アグリゲーションエラーを最小限に抑え,選択したデバイス数を最大化する目的で,共同装置の選択とアグリゲーションビームフォーミング設計について検討する。コスト効率のよい方法でこの問題に取り組むために,ランダムな集合ビームフォーミング方式を提案する。また, 得られた集計誤差と, デバイス数が大きい場合に選択したデバイス数についても解析を行った。
論文参考訳（メタデータ） (2024-02-20T23:59:45Z)
Constrained multi-objective optimization for multi-UAV planning [5.574995936464475]
本研究では,制約満足度問題モデルと組み合わせた多目的進化アルゴリズムを用いてこの問題を解く。このアルゴリズムは、複雑さを増大させるいくつかのミッションでテストされ、ミッションで考慮された異なる要素の計算複雑性が研究されている。
論文参考訳（メタデータ） (2024-02-09T17:39:02Z)
Solving Complex Multi-UAV Mission Planning Problems using Multi-objective Genetic Algorithms [4.198865250277024]
本稿では、複雑なミッション計画問題(MPP)を解決するための多目的遺伝的アルゴリズムを提案する。ソリューションが有効かどうかを確認するために,制約満足度問題(CSP)を用いてハイブリッドフィットネス関数を設計した。実験の結果、新しいアルゴリズムは優れた解を得ることができるが、問題がより複雑になると、最適解を見つけることも困難になる。
論文参考訳（メタデータ） (2024-02-09T16:13:21Z)
STAMP: Differentiable Task and Motion Planning via Stein Variational Gradient Descent [35.96763689715956]
シーケンシャルなロボティクスタスクの計画には、しばしば記号的および幾何学的推論を必要とする。 TAMPアルゴリズムは、運動学的および動的実現可能性を確認しながら、高レベルのタスクシーケンス上でツリーサーチを実行することで、これらの問題を解決するのが一般的である。本稿では,ハイブリッド最適化問題を連続領域に緩和するSTAMP(Stein Task and Motion Planning)という新しいTAMP手法を提案する。
論文参考訳（メタデータ） (2023-10-03T03:53:51Z)
POA: Passable Obstacles Aware Path-planning Algorithm for Navigation of a Two-wheeled Robot in Highly Cluttered Environments [53.41594627336511]
パッシブル障害物認識(Passable Obstacles Aware, POA)プランナーは, 乱雑な環境下での二輪ロボットのナビゲーション手法である。我々のアルゴリズムは、二輪ロボットが通過可能な障害物を通り抜ける道を見つけることを可能にする。
論文参考訳（メタデータ） (2023-07-16T19:44:27Z)
Multi-Objective Policy Gradients with Topological Constraints [108.10241442630289]
本稿では, PPOアルゴリズムの簡単な拡張により, TMDPにおけるポリシー勾配に対する新しいアルゴリズムを提案する。シミュレーションと実ロボットの両方の目的を任意に並べた実世界の多目的ナビゲーション問題に対して,これを実証する。
論文参考訳（メタデータ） (2022-09-15T07:22:58Z)
Enhanced Teaching-Learning-based Optimization for 3D Path Planning of Multicopter UAVs [2.0305676256390934]
本稿では,無人航空機(UAV)の新しい経路計画アルゴリズムを提案する。まず,UAVの移動と安全操作の制約と経路長の要件を組み込んだ目的関数を定義する。次に, 目的関数の定式化を最小化するために, Multi-subject TLBO というアルゴリズムを提案する。
論文参考訳（メタデータ） (2022-05-31T16:00:32Z)
An Overview and Experimental Study of Learning-based Optimization Algorithms for Vehicle Routing Problem [49.04543375851723]
車両ルーティング問題(VRP)は典型的な離散最適化問題である。多くの研究は、VRPを解決するための学習に基づく最適化アルゴリズムについて検討している。本稿では、最近のこの分野の進歩を概観し、関連するアプローチをエンドツーエンドアプローチとステップバイステップアプローチに分割する。
論文参考訳（メタデータ） (2021-07-15T02:13:03Z)
Follow the bisector: a simple method for multi-objective optimization [65.83318707752385]
複数の異なる損失を最小化しなければならない最適化問題を考える。提案手法は、各イテレーションにおける降下方向を計算し、目的関数の相対的減少を等しく保証する。
論文参考訳（メタデータ） (2020-07-14T09:50:33Z)
GACEM: Generalized Autoregressive Cross Entropy Method for Multi-Modal Black Box Constraint Satisfaction [69.94831587339539]
本稿では,マスク付き自己回帰ニューラルネットワークを用いて解空間上の均一分布をモデル化するクロスエントロピー法(CEM)を提案する。我々のアルゴリズムは複雑な解空間を表現でき、様々な異なる解領域を追跡できる。
論文参考訳（メタデータ） (2020-02-17T20:21:20Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。