multi-objective optimization robotic planning search algorithms
摘要

机器人规划常涉及安全、效率等具有复杂优先级关系的多目标优化。规则手册形式化了这些关系,允许对目标进行偏序排列,从而推广了帕累托和字典序支配的概念。然而,计算完整的规则手册最优解集计算成本高昂。为此,我们引入了epsilon-规则支配这一近似支配概念,并提出RA*pex算法,一种最佳优先搜索算法,能高效计算紧凑的epsilon-近似规则手册最优解集。该算法利用降维技术加速现有算法,同时通过维护独立的闭集并在截断和剩余规则集上进行支配检查来尊重规则层级。理论分析证明返回集合中的每个解均epsilon-规则支配至少一个规则手册最优解。实验表明,该方法比现有方法快两个数量级以上。

AI 推荐理由

论文直接研究机器人规划中的多目标搜索与规则约束下的最优解计算,属于任务规划的核心领域。

研究机构
Iowa State University, Ames IA 50010, USA Technion - Israel Institute of Technology, Haifa 3200003, Israel
论文信息
作者 Omar Muhammetkulyyev, Oren Salzman, Tichakorn Wongpiromsarn
发布日期 2026-08-05
arXiv ID 2608.04398
相关性评分 9/10 (高度相关)