Optimizing Task Waiting Times in Dynamic Vehicle Routing

要約

私たちは、時間の経過とともに環境内のランダムな場所に確率的に到着するタスクにサービスを提供するために、移動ロボットのフリートを配備する問題を研究します。
これは動的車両経路指定問題 (DVRP) として知られており、ロボットが受信タスクをロボット間で割り当て、各ロボットに最適なシーケンスを見つける必要があります。
最先端のアプローチは、平均待機時間のみを考慮し、サービスされていないタスクのキューを制限した状態、つまり安定した状態に保ちながら、タスクの到着率がロボットが処理できる限界に近づく高負荷シナリオに焦点を当てています。
安定性を確保するために、これらのアプローチでは、新しく到着した一連のタスクにわたって最小距離のツアーを繰り返し計算します。
このペーパーは、中程度の負荷のシナリオで欠落しているポリシーに対処することを目的としています。このシナリオでは、長時間待機しているタスクに優先順位を付けることでサービスの品質を向上させることができます。
累積待機時間に対する $p$-norm を取るコスト関数に基づく新しい DVRP ポリシーを導入し、高負荷シナリオでも安定性を保証することを示します。
私たちは、ユークリッド平面でのシミュレーション実験と都市の実世界データの使用を通じて、提案されたポリシーが中負荷シナリオにおける平均待機時間と $95^{th}$ パーセンタイルの待機時間の両方で最先端のパフォーマンスを上回っていることを実証します。
サービスリクエストをスケールします。

要約(オリジナル)

We study the problem of deploying a fleet of mobile robots to service tasks that arrive stochastically over time and at random locations in an environment. This is known as the Dynamic Vehicle Routing Problem (DVRP) and requires robots to allocate incoming tasks among themselves and find an optimal sequence for each robot. State-of-the-art approaches only consider average wait times and focus on high-load scenarios where the arrival rate of tasks approaches the limit of what can be handled by the robots while keeping the queue of unserviced tasks bounded, i.e., stable. To ensure stability, these approaches repeatedly compute minimum distance tours over a set of newly arrived tasks. This paper is aimed at addressing the missing policies for moderate-load scenarios, where quality of service can be improved by prioritizing long-waiting tasks. We introduce a novel DVRP policy based on a cost function that takes the $p$-norm over accumulated wait times and show it guarantees stability even in high-load scenarios. We demonstrate that the proposed policy outperforms the state-of-the-art in both mean and $95^{th}$ percentile wait times in moderate-load scenarios through simulation experiments in the Euclidean plane as well as using real-world data for city scale service requests.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google