Benchmarking global optimization techniques for unmanned aerial vehicle path planning

要約

無人航空機 (UAV) の経路計画問題は、ロボット工学の分野における複雑な最適化問題です。
このペーパーでは、グローバル最適化手法のベンチマークにおけるこの問題の利用可能性を調査します。
私たちは問題インスタンス ジェネレーターを考案し、56 個の代表的なインスタンスを選択し、探索的ランドスケープ分析を通じて確立されたベンチマーク スーツと比較して、その独自性を示します。
計算上の比較では、確率的アルゴリズム (進化的計算手法) と決定論的アルゴリズム (RECTangle 分割、または DIRECT タイプの手法) の両方のサブフィールドから、優れたパフォーマンスを発揮する 12 のグローバル最適化手法を選択します。
実験は、さまざまな次元と計算量の設定で実施されました。
結果はいくつかの基準 (最もよく見つかった解の数、平均相対誤差、フリードマン ランク) を通じて分析され、確立された統計検定が利用されました。
UAV 問題の最高ランクの手法は、ほぼ例外なく、電気電子学会の進化計算会議での数値最適化に関する最近のコンテストで最も優れた進化手法でした。
最後に、研究対象となっている UAV 問題の可変寸法特性について議論しましたが、依然としてほとんど調査が進んでいません。

要約(オリジナル)

The Unmanned Aerial Vehicle (UAV) path planning problem is a complex optimization problem in the field of robotics. In this paper, we investigate the possible utilization of this problem in benchmarking global optimization methods. We devise a problem instance generator and pick 56 representative instances, which we compare to established benchmarking suits through Exploratory Landscape Analysis to show their uniqueness. For the computational comparison, we select twelve well-performing global optimization techniques from both subfields of stochastic algorithms (evolutionary computation methods) and deterministic algorithms (Dividing RECTangles, or DIRECT-type methods). The experiments were conducted in settings with varying dimensionality and computational budgets. The results were analyzed through several criteria (number of best-found solutions, mean relative error, Friedman ranks) and utilized established statistical tests. The best-ranking methods for the UAV problems were almost universally the top-performing evolutionary techniques from recent competitions on numerical optimization at the Institute of Electrical and Electronics Engineers Congress on Evolutionary Computation. Lastly, we discussed the variable dimension characteristics of the studied UAV problems that remain still largely under-investigated.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google