論文の概要: Towards Fully Autonomous Drone-Based Last-Mile Delivery
- arxiv url: http://arxiv.org/abs/2103.04118v2
- Date: Fri, 24 Sep 2021 22:45:58 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-08 22:12:42.668293
- Title: Towards Fully Autonomous Drone-Based Last-Mile Delivery
- Title（参考訳）: 完全自動運転ドローンによるラストマイル配送を目指す
- Authors: Navid Mohammad Imran, Sabya Mishra, Myounggyu Won
- Abstract要約: ドローンによるラストマイル配達は、トラックに積まれたドローンを使って荷物を配達する新しい技術だ。
より多くの自動運転車(AV)が配達サービスで利用できるようになるにつれ、ドローンによるラストマイル配達を完全に自動化する機会が生まれつつある。
本稿では,AVとドローンによるラストマイル配送を統合し,ラストマイル配送プロセスを完全に自動化する。
- 参考スコア（独自算出の注目度）: 11.83842808044211
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The drone-based last-mile delivery is an emerging technology to deliver
parcels using drones loaded on a truck. As more and more autonomous vehicles
(AVs) will be available for delivery services, an opportunity is arising to
fully automate drone-based last-mile delivery. In this paper, we integrate AVs
with drone-based last-mile delivery aiming to fully automate the last-mile
delivery process. We define a new problem called the autonomous vehicle routing
problem with drones (A-VRPD). A-VRPD is to select AVs from a pool of available
AVs and to schedule them to serve customers with an objective of minimizing the
total operational cost. We formulate A-VRPD as an Integer Linear Programming
(ILP) and propose a greedy algorithm to solve the problem based on real-world
operational costs for different types of AVs, traveling distances calculated
considering the current traffic conditions, and varying load capacities of AVs.
Extensive simulations performed under various random delivery scenarios
demonstrate that the proposed algorithm effectively increases profits for both
the delivery company and AV owners compared with traditional VRP-D (and TSP-D)
algorithm-based approaches.
- Abstract（参考訳）: ドローンによるラストマイル配達は、トラックに積まれたドローンを使って荷物を配達する新しい技術だ。
より多くの自動運転車(AV)が配達サービスで利用できるようになるにつれ、ドローンによるラストマイル配達を完全に自動化する機会が生まれつつある。
本稿では,AVとドローンによるラストマイル配送を統合し,ラストマイル配送プロセスを完全に自動化する。
ドローンによる自律走行経路問題(A-VRPD)と呼ばれる新しい問題を定義する。
A-VRPDは利用可能なAVのプールからAVを選択し、総運用コストを最小化する目的で顧客に提供するようにスケジュールする。
Integer Linear Programming (ILP) としてA-VRPDを定式化し、異なる種類のAVの実際の運用コスト、現在の交通条件を考慮した走行距離、およびAVの負荷容量の変化に基づく問題を解決するための欲求アルゴリズムを提案する。
様々なランダムな配送シナリオで実施された大規模なシミュレーションにより、提案アルゴリズムは従来のVRP-D(およびTSP-D)アルゴリズムによるアプローチと比較して、デリバリー会社とAV所有者の利益を効果的に増大させることを示した。
関連論文リスト
- Autonomous Decision Making for UAV Cooperative Pursuit-Evasion Game with Reinforcement Learning [50.33447711072726]
本稿では,マルチロールUAV協調追従ゲームにおける意思決定のための深層強化学習モデルを提案する。
提案手法は,追従回避ゲームシナリオにおけるUAVの自律的意思決定を可能にする。
論文 参考訳（メタデータ） (2024-11-05T10:45:30Z) - Generative Diffusion-based Contract Design for Efficient AI Twins Migration in Vehicular Embodied AI Networks [55.15079732226397]
Embodied AIは、サイバースペースと物理空間のギャップを埋める、急速に進歩する分野だ。
VEANETでは、組み込まれたAIツインが車載AIアシスタントとして機能し、自律運転をサポートするさまざまなタスクを実行する。
論文 参考訳（メタデータ） (2024-10-02T02:20:42Z) - VRPD-DT: Vehicle Routing Problem with Drones Under Dynamically Changing Traffic Conditions [12.323383132739195]
動的に変化する交通条件(VRPD-DT)下でのドローンによる車両ルーティング問題という新しい問題を提案する。
我々は,機械学習による走行時間予測アルゴリズムを用いて,実際の走行距離と予測走行時間を決定する新しいコストモデルを構築した。
可変近傍降下(VND)アルゴリズムは,交通条件の動的条件下で最適なトラック走行経路を求めるために開発された。
論文 参考訳（メタデータ） (2024-04-13T19:28:24Z) - Tiny Multi-Agent DRL for Twins Migration in UAV Metaverses: A Multi-Leader Multi-Follower Stackelberg Game Approach [57.15309977293297]
無人航空機(UAV)とメタバースの相乗効果は、UAVメタバースと呼ばれる新しいパラダイムを生み出している。
本稿では,UAVメタバースにおける効率的なUTマイグレーションのためのプルーニング技術に基づく,機械学習に基づく小さなゲームフレームワークを提案する。
論文 参考訳（メタデータ） (2024-01-18T02:14:13Z) - Coordinating CAV Swarms at Intersections with a Deep Learning Model [24.188603833058146]
接続された自動走行車(CAV)は、交通の安全性と効率を大幅に向上させる可能性がある特殊な種類のロボットと見なされている。
本稿では,オフライン深層学習とオンライン木探索を組み合わせた協調運転アルゴリズム(AlphaOrder)を提案する。
論文 参考訳（メタデータ） (2022-11-10T02:14:36Z) - Neural Myerson Auction for Truthful and Energy-Efficient Autonomous
Aerial Data Delivery [9.986880167690364]
厳密な通信条件下で収集した監視データを転送するデータ配信ドローンを導入する。
本稿では,空中分散データプラットフォームにおけるMyersonオークションに基づく非同期データ配信を提案する。
論文 参考訳（メタデータ） (2021-12-29T12:14:34Z) - 3D UAV Trajectory and Data Collection Optimisation via Deep
Reinforcement Learning [75.78929539923749]
無人航空機(UAV)は現在、無線通信におけるネットワーク性能とカバレッジを高めるために配備され始めている。
UAV支援モノのインターネット(IoT)のための最適な資源配分方式を得ることは困難である
本稿では,UAVの最も短い飛行経路に依存しつつ,IoTデバイスから収集したデータ量を最大化しながら,新しいUAV支援IoTシステムを設計する。
論文 参考訳（メタデータ） (2021-06-06T14:08:41Z) - Dynamic Resource Management for Providing QoS in Drone Delivery Systems [2.578242050187029]
ドローン配送システムの動的UAV割り当て問題について,QoS(Qasurable Quality of Service)保証の提供を目標として検討する。
我々は、UAVの再配置のための動的ポリシーを得るために、深層強化学習アプローチを採用する。
本稿では,Bernolli,Time-Varying Bernoulli,Markov-Modulated Bernoulliの3つの広範到着クラスを考慮し,提案アルゴリズムの性能を評価する。
論文 参考訳（メタデータ） (2021-03-06T03:11:07Z) - Efficient UAV Trajectory-Planning using Economic Reinforcement Learning [65.91405908268662]
UAV間でタスクを分散するための経済取引に触発された新しい強化学習アルゴリズムであるREPlannerを紹介します。
エージェントが協力し、リソースを競うことができるマルチエージェント経済ゲームとして、パス計画問題を策定します。
UAV協力によるタスク分布の計算を行うため、Swarmサイズの変化に対して非常に耐性が高い。
論文 参考訳（メタデータ） (2021-03-03T20:54:19Z) - Multi-Agent Deep Reinforcement Learning Based Trajectory Planning for
Multi-UAV Assisted Mobile Edge Computing [99.27205900403578]
無人航空機(UAV)支援移動エッジコンピューティング(MEC)フレームワークを提案する。
我々は,全ユーザ機器(UE)の地理的公正性と,各UAVのUE負荷の公平性を共同で最適化することを目的としている。
提案手法は他の従来のアルゴリズムよりもかなり性能が高いことを示す。
論文 参考訳（メタデータ） (2020-09-23T17:44:07Z) - Three Dimensional Route Planning for Multiple Unmanned Aerial Vehicles
using Salp Swarm Algorithm [0.0]
ルートプランニングは、あるスタート地点から目的地のゴール地点までの一連の翻訳と回転のステップである。
提案手法は,それぞれ平均コストと全体の時間を1.25%と6.035%改善する。
論文 参考訳（メタデータ） (2019-11-24T12:36:18Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。