论文部分内容阅读
针对关隘地形下多机器人路径规划存在的高度耦合性，引入调度次序优化思想构造了分层的多机器人路径求解与优化算法。首先，在优化层采用遗传算法生成所有机器人的调度次序，并根据适应度对调度次序进行迭代和进化。其次，在规划层采用改进的层级协作A*（Improved Hierarchical Cooperative A*， IHCA*）算法根据优化层制定的调度次序进行路径求解，并将求解结果返回上层以对该次序的适应度进行更新。最后，通过上下层相互配合，逐步提升问题求解成功率并降低路径耗时。此外，提出搜索熔断机制，避免原始HCA*算法在关隘地形中陷于反复无效搜索的状态，可进一步提升求解效率。研究结果表明所提算法在高耦合关隘环境下具有较高的求解成功率，且路径总耗时更少。