지구의 연속지도에서 길 찾기를위한 최첨단 알고리즘은 무엇입니까?

노르웨이의 피오르드 어딘가에 태양열 구동 자율 표면 선박이 있고 상당히 최근의지도 세트, GPS 수신기가 있으며 자세한 명령을 내릴 수있는 방법이 없다고 가정 해보십시오. 이 선박은 가급적 빠른 시일 내에 하이난 섬에 도달해야합니다.

• 지구상에서 해상 경로를 찾기위한 결정 론적 알고리즘 은 무엇입니까 ?

• 그들의 시간과 메모리의 복잡성은 무엇입니까?

• 예를 들어, 지구의지도를 연결된 다각형 (구 / 엘 리포이드의 들로네 삼각 분할)이있는 다이어그램으로 변환 한 후 다른 가능한 방법은 무엇입니까?

대답은 이상적으로 위에서 언급 한 질문에 대한 토론이있는 논문에 대한 참조를 제공해야합니다.

Rob Lang이 지적한 바와 같이 알고리즘은 일반적인 기준에 부합해야합니다. 시간 제한이없는 경우 지구 해양과 바다의 두 지점 사이에서 최단 경로를 유도하거나 그렇지 않으면 경로 찾기 실패를 나타냅니다.

여기에는 흥미로운 하위 주제가 있습니다 (온라인 계산을위한 사전 계산 시간 / 스토리지 거래, 마감 시간이 시작되기 전에 약간 차선의 경로를 제공하는 등). 그러나 이들은 주요 문제에 부수적입니다.

결정 론적 요구 사항이 모든 것을 제한하는 것은 아닙니다. 그것은 당신의 차량이 그 상태에 있다는 것을 암시합니다. 말하자면, 장애물을 피할 수있는 방식으로 경로를 계획하고 싶을 것입니다. 내가 본 가장 좋은 방법은 샘플링 기반 플래너를 사용하는 것입니다. Steven LaValle은이 주제에 대한 중앙 학술 자료를 작성했습니다 : Planning Algorithms .

RRT * 알고리즘은 그가 설명하는 계획자 중 하나입니다. 이 알고리즘은 타당성 (예 : 장애물 회피) 및 최적 성을 보장하기 위해 임의의 샘플과 몇 가지 휴리스틱으로 상태 공간 트리를 생성합니다. RRT *에 대한 자세한 내용은 LaValle의 책 또는 Sertac Karaman의 웹 사이트를 참조하십시오 . 점근 적 시간 및 메모리 특성 은 처리 할 O (nlogn) 및 쿼리의 경우 O (n)으로 설명됩니다. 이 알고리즘은 공간 복잡성에서도 선형 O (n)입니다.

추가 고려 사항을 위해 잠재적 인 필드 는 길 찾기를위한 흥미롭고 저렴한 선택입니다. 목적지에서 강력한 요금을 청구하면 결국 상담원이 요금을 청구합니다. International Foundation for Autonomous Agents 및 Multiagent Systems의 기술 자료 를 통해보다 많은 통찰력을 얻을 수 있습니다.

벡터 필드는 매우 저렴한 솔루션이지만 멀티 에이전트 경로 찾기에 더 자주 사용됩니다 . 그러나 벡터 필드는 개방 된 영역에 매우 좋습니다. 그러나 위의 방법 중 어느 것도 최단 경로를 보장하지 않으므로 더 나은 동적 응답을 위해 최적의 경로를 희생합니다.

미리 A *를 사용하여 웨이 포인트를 생성하고 벡터 필드를 사용하여 각 웨이 포인트로 이동하는 등의 결합 된 접근 방식도 강력합니다. 이것은 아마도 매크로 스케일에서 훨씬 더 최적의 동작을 제공 할 것입니다.

수영 로봇 군대를 습득 할 경우 이러한 점을 명심하십시오.