UAV 3-D path planning based on MOEA/D with adaptive areal weight adjustment

要約

無人航空機 (UAV) は、時間効率とコスト効率の高いタスクを実行するための望ましいプラットフォームです。
3D パス計画は、タスクの意思決定にとって重要な課題です。
この論文では、総飛行経路長と地形の脅威の間でトレードオフを行うための、適応的面積重量調整 (AAWA) 戦略を備えた分解 (MOEA/D) に基づく改良された多目的進化アルゴリズムを提案します。
AAWA は、ソリューションの多様性を向上させるように設計されています。
より具体的には、AAWA はまず現在の集団から混雑した個人とその重みベクトルを削除し、次に外部のエリート集団からまばらな個人を現在の集団に追加します。
新しく追加された個体が目的空間内で人口のまばらな領域に向かって進化できるようにするために、その重みベクトルはその近傍の目的関数値によって構築されます。
MOEA/D-AAWA の有効性は、障害物の数が異なる 20 の合成シナリオと、他の 3 つの古典的な手法と比較した 4 つの現実的なシナリオで検証されています。

要約(オリジナル)

Unmanned aerial vehicles (UAVs) are desirable platforms for time-efficient and cost-effective task execution. 3-D path planning is a key challenge for task decision-making. This paper proposes an improved multi-objective evolutionary algorithm based on decomposition (MOEA/D) with an adaptive areal weight adjustment (AAWA) strategy to make a tradeoff between the total flight path length and the terrain threat. AAWA is designed to improve the diversity of the solutions. More specifically, AAWA first removes a crowded individual and its weight vector from the current population and then adds a sparse individual from the external elite population to the current population. To enable the newly-added individual to evolve towards the sparser area of the population in the objective space, its weight vector is constructed by the objective function value of its neighbors. The effectiveness of MOEA/D-AAWA is validated in twenty synthetic scenarios with different number of obstacles and four realistic scenarios in comparison with other three classical methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google