論文の概要: Benchmarking Classical Coverage Path Planning Heuristics on Irregular Hexagonal Grids for Maritime Coverage Scenarios

• arxiv url: http://arxiv.org/abs/2604.15202v1
• Date: Thu, 16 Apr 2026 16:28:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-17 21:29:32.005299
• Title: Benchmarking Classical Coverage Path Planning Heuristics on Irregular Hexagonal Grids for Maritime Coverage Scenarios
• Title（参考訳）: 海上被覆シナリオにおける不規則な六角形格子の古典的被覆経路計画手法のベンチマーク
• Abstract要約: 本稿では不規則な六角形格子上の決定論的単車被覆計画の再現可能なベンチマークを提案する。 ベンチマークにはコンパクト、伸長、不規則な形態にまたがる1万のハミルトン可能なインスタンスが含まれている。 最も強い古典的ハミルトンのベースラインはワーンスドルフ変種であり、指数ベースのタイブレークと終端非包含残留度ポリシーを使い、ハミルトニアンの79.0%の成功を収めている。
• 参考スコア（独自算出の注目度）: 1.2891210250935148
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Coverage path planning on irregular hexagonal grids is relevant to maritime surveillance, search and rescue and environmental monitoring, yet classical methods are often compared on small ad hoc examples or on rectangular grids. This paper presents a reproducible benchmark of deterministic single-vehicle coverage path planning heuristics on irregular hexagonal graphs derived from synthetic but maritime-motivated areas of interest. The benchmark contains 10,000 Hamiltonian-feasible instances spanning compact, elongated, and irregular morphologies, 17 heuristics from seven families, and a common evaluation protocol covering Hamiltonian success, complete-coverage success, revisits, path length, heading changes, and CPU latency. Across the released dataset, heuristics with explicit shortest-path reconnection solve the relaxed coverage task reliably but almost never produce zero-revisit tours. Exact Depth-First Search confirms that every released instance is Hamiltonian-feasible. The strongest classical Hamiltonian baseline is a Warnsdorff variant that uses an index-based tie-break together with a terminal-inclusive residual-degree policy, reaching 79.0% Hamiltonian success. The dominant design choice is not tie-breaking alone, but how the residual degree is defined when the endpoint is reserved until the final move. This shows that underreported implementation details can materially affect performance on sparse geometric graphs with bottlenecks. The benchmark is intended as a controlled testbed for heuristic analysis rather than as a claim of operational optimality at fleet scale.
• Abstract（参考訳）: 不規則な六角形グリッドのカバーパス計画は海洋監視、捜索・救助・環境監視に関係しているが、古典的な手法は小さなアドホックな例や長方形グリッドで比較されることが多い。 本稿では, 合成, 海洋動機のある領域から得られた不規則な六角形グラフに対する, 決定論的単一車両被覆経路計画ヒューリスティックスの再現可能なベンチマークを提案する。 このベンチマークには、コンパクト、伸長、不規則な形態にまたがる1万のハミルトン可能なインスタンス、7つのファミリーからの17のヒューリスティック、ハミルトンの成功、完全なカバレッジの成功、修正、パスの長さ、方向変更、CPUレイテンシに関する一般的な評価プロトコルが含まれている。 リリースされたデータセット全体では、明示的な最短パス再接続を持つヒューリスティックスは、緩和されたカバレッジタスクを確実に解決するが、ゼロリビジョンツアーをほとんど生成しない。 Exact Depth-First Searchは、リリースされたすべてのインスタンスがハミルトン対応であることを確認する。 最も強い古典的ハミルトンのベースラインはワーンスドルフ変種であり、指数ベースのタイブレークと終端非包含残留度ポリシーを使い、ハミルトニアンの79.0%の成功を収めている。 主な設計上の選択はタイブレーキングのみではなく、最終動作までエンドポイントが予約されるときに残差度がどのように定義されるかである。 このことは、あまり報告されていない実装の詳細が、ボトルネックのあるスパース幾何学グラフの性能に実質的に影響を及ぼすことを示している。 このベンチマークは、艦隊規模での運用上の最適性の主張ではなく、ヒューリスティック分析のための制御されたテストベッドとして意図されている。

関連論文リスト

• Tailoring Strictly Proper Scoring Rules for Downstream Tasks: An Application to Causal Inference [48.78219918881965]
  本稿では,ダウンストリーム誤差メトリックの局所曲率をマッチングすることにより,タスク固有の厳密なスコアリングルールを導出するフレームワークを提案する。 これを平均処理効果 (ATE) 推定に適用し, 閉形式損失と対応する正準確率写像を導出する。
  論文  参考訳（メタデータ） (2026-06-02T08:41:25Z)
• Fitting Unknown Number of Hyperplanes with Manifold Optimization [57.48093263119306]
  未知数の線形平面をデータに適合させることは、機械学習の根本的な課題である。 既存のアプローチはしばしば最適な最適化に苦しむか、幾何的整合性に欠ける。
  論文  参考訳（メタデータ） (2026-05-27T14:02:20Z)
• Reading Calibrated Uncertainty from Language Model Trajectories [46.663987199083245]
  モデルの内部アクティベーションを調査する手法は、生の隠れた状態を不透明なスナップショットにフィードし、表現が形成される層回りの軌跡を暗黙的に残す。 我々は11のスケール不変な幾何学的特徴を抽出し、層ごとの更新の累積経路をトレースし、それらをスパース線形プローブに供給する。 このプローブは、最大21のAURCポイントでベースラインスケーリングを行い、選択的な棄権下でMPPより優れる。
  論文  参考訳（メタデータ） (2026-05-19T19:24:29Z)
• Sector-dominant graph-local drivers for path-window barrier Hamiltonians on the Boolean hypercube [0.0]
  ブールハイパーキューブの有限サイズ断熱処理について検討した。 モノトーングレーコードの代表と関連するセクター/パス座標から構築したグラフローカルドライバを使用する。 コード、有限証明書、CSVファイル、検証ログ、再生スクリプトを提供し、有限サイズのクレームをトレース可能にする。
  論文  参考訳（メタデータ） (2026-04-28T10:54:42Z)
• Skyline-First Traversal as a Control Mechanism for Multi-Criteria Graph Search [0.0]
  本稿では,制約付きコストモデル,有限コストグリッド,マルコフ遷移,非ゼロプログレッシブ測度の下では,パレート幾何学だけでスケジューリングと終了の両立が可能であることを示す。 本分析では, 決定論的ポテンシャル降下, 支配範囲による認定終了, コストグリッド形状によって誘導される層幅の均一化, スカイライン内におけるコスト空間の分散について検討した。
  論文  参考訳（メタデータ） (2026-04-14T08:44:24Z)
• Critic-Free Deep Reinforcement Learning for Maritime Coverage Path Planning on Irregular Hexagonal Grids [1.2891210250935148]
  海上監視任務は、広大で幾何学的に複雑な領域におけるセンシング資産の効率的な配分に依存している。 伝統的なカバー・パス・プランニングアプローチは不規則な海岸線、島々、および排他的地域と戦っている。 本研究では,不規則海域の六角形格子表現においてCPPを解くための深層強化学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-30T12:56:38Z)
• Decoupling Geometric Planning and Execution in Scalable Multi-Agent Path Finding [44.79409119345322]
  Multi-Agent Path Finding (MAPF) は、共有グラフ上の複数のエージェントに対して衝突のない軌道を必要とする。 本稿では,幾何計画と実行時競合解決を分離するハイブリッドな優先順位付けフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-11T11:04:54Z)
• Compact Conformal Subgraphs [19.72191566715581]
  グラフベース共形圧縮(graph-based conformal compression)は、コンパクトな部分グラフを構築するためのフレームワークである。 定数係数カバレッジとサイズトレードオフを実現する効率的な近似アルゴリズムを設計する。
  論文  参考訳（メタデータ） (2026-02-07T12:55:54Z)
• Learning Shortest Paths When Data is Scarce [3.3012620893449465]
  本研究では,プランナーが豊富な合成サンプルにアクセス可能な最短経路問題,限られた実世界の観測,およびリンク間の振る舞いの類似性を推定するエッジ類似性について検討する。 シミュレーションと現実の相違を、類似性グラフ上で滑らかに変化するエッジ固有のバイアスとしてモデル化し、ラプラシアン正規化最小二乗を用いて推定する。 初期実データを持たないコールドスタート設定のために、所定の精度が満たされるまでエッジを適応的に選択するバイアス対応能動学習アルゴリズムを開発した。
  論文  参考訳（メタデータ） (2026-01-07T06:19:04Z)
• Revisiting Weighted Strategy for Non-stationary Parametric Bandits and MDPs [56.246783503873225]
  本稿では,非定常パラメトリックバンディットの重み付け戦略を再考する。 本稿では,ウィンドウ/リスタートベースアルゴリズムと同様に,より単純な重みに基づくアルゴリズムを提案する。 我々のフレームワークは、他のパラメトリックバンディットの後悔の限界を改善するのに使える。
  論文  参考訳（メタデータ） (2026-01-03T04:50:21Z)
• The Coverage Principle: How Pre-Training Enables Post-Training [70.25788947586297]
  予備学習が最終モデルの成功をどう形作るかを検討する。 下流の性能予測におけるカバレッジのパワーを説明するメカニズムを明らかにする。
  論文  参考訳（メタデータ） (2025-10-16T17:53:50Z)
• Disentangled Representation Learning with the Gromov-Monge Gap [65.73194652234848]
  乱れのないデータから歪んだ表現を学習することは、機械学習における根本的な課題である。 本稿では,2次最適輸送に基づく非交叉表現学習手法を提案する。 提案手法の有効性を4つの標準ベンチマークで示す。
  論文  参考訳（メタデータ） (2024-07-10T16:51:32Z)
• Refined Edge Usage of Graph Neural Networks for Edge Prediction [51.06557652109059]
  We propose a novel edge prediction paradigm named Edge-aware Message PassIng neuRal nEtworks (EMPIRE)。 まず,各エッジをトポロジや監督のためにのみ使用するエッジ分割手法を提案する。 監視エッジで接続されたペアと接続されていないペアの差を強調するために、さらにメッセージを重み付けして、その差を反映できる相対的なペアを強調します。
  論文  参考訳（メタデータ） (2022-12-25T23:19:56Z)
• From Spectral Graph Convolutions to Large Scale Graph Convolutional Networks [0.0]
  グラフ畳み込みネットワーク(GCN)は、様々なタスクにうまく適用された強力な概念であることが示されている。 古典グラフ理論の関連部分を含むGCNの定義への道を開いた理論を考察する。
  論文  参考訳（メタデータ） (2022-07-12T16:57:08Z)
• Online and Distribution-Free Robustness: Regression and Contextual Bandits with Huber Contamination [29.85468294601847]
  線形回帰と文脈的帯域幅という2つの古典的高次元オンライン学習問題を再考する。 従来の手法が失敗した場合にアルゴリズムが成功することを示す。
  論文  参考訳（メタデータ） (2020-10-08T17:59:05Z)

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。