Intelligent logistics management robot path planning algorithm integrating transformer and GCN network

要約

この研究は、スマートロジスティクスにおけるロボットの高度なルート最適化を掘り下げ、変圧器アーキテクチャ、グラフニューラルネットワーク（GNNS）、および生成的敵対ネットワーク（GAN）の融合を活用します。
このアプローチは、地理的データ、貨物割り当て、ロボットダイナミクスを含むグラフベースの表現を利用して、ルート効率を改良するための空間制限とリソースの両方の制限に対処します。
本物のロジスティクスデータセットを使用した広範なテストを通じて、提案された方法は、移動距離の15％の減少、時間効率の20％の増加、エネルギー消費の10％の減少など、顕著な改善を達成します。
これらの調査結果は、アルゴリズムの有効性を強調し、インテリジェントロジスティクス運用のパフォーマンスの向上を促進します。

要約(オリジナル)

This research delves into advanced route optimization for robots in smart logistics, leveraging a fusion of Transformer architectures, Graph Neural Networks (GNNs), and Generative Adversarial Networks (GANs). The approach utilizes a graph-based representation encompassing geographical data, cargo allocation, and robot dynamics, addressing both spatial and resource limitations to refine route efficiency. Through extensive testing with authentic logistics datasets, the proposed method achieves notable improvements, including a 15% reduction in travel distance, a 20% boost in time efficiency, and a 10% decrease in energy consumption. These findings highlight the algorithm’s effectiveness, promoting enhanced performance in intelligent logistics operations.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google