Новости из мира науки, технологий и авто
Источник фото: pixabay.com Мобильным роботам часто приходится постоянно перемещаться по среде, проходимость которой меняется со временем. Эти изменения могут иметь некую скрытую структуру, которую можно изучить.
Во многих исследованиях рассматриваются реактивные алгоритмы для онлайн-планирования, однако эти алгоритмы не используют преимущества прошлых выполнений задачи навигации для будущих задач.
В своем новом исследовании ученые формализовали проблему минимизации общих ожидаемых затрат на выполнение нескольких задач навигации от начала к цели на дорожной карте, представив задачу научного реактивного планирования.
Они предложили метод, который собирает информацию из прошлых работ, чтобы изучить политику движения для преодоления препятствий, которые робот видел раньше. В результате была предложена структура LAMP, которая объединяет сгенерированную политику движения с существующим стеком навигации.
Обширные эксперименты в смоделированных и реальных средах показали, что предложенный метод превосходит современные алгоритмы на 10-40% с точки зрения ожидаемого времени, необходимого для прохождения от начала пути к конечной точке.
