Path-aware optimistic optimization for a mobile robot

要約

移動ロボットがその動作空間上で定義された未知の関数をサンプリングして、この関数の大域的最適値を見つける問題を検討します。
ロボットが移動する経路はエネルギーと時間の要件に影響するため、重要です。
決定論的オプティミスティック最適化と呼ばれる分岐限定アルゴリズムを検討し、それをパス認識設定に拡張して、パス認識オプティミスティック最適化 (OOPA) を取得します。
この新しいアルゴリズムでは、ロボットは、上限を下げる際のロボット軌道の長期的な影響を最大化する最適制御問題を介して、次にどのように移動するかを決定します。これは、最適値に検索を集中するために境界値と関数値によって重み付けされます。
値反復のオンライン バージョンを使用して、この最適制御問題の近似バージョンを解決します。
OOPA は 2 次元での広範な実験で評価されており、パスを意識しないローカル最適化ベースラインよりも優れた結果が得られます。

要約(オリジナル)

We consider problems in which a mobile robot samples an unknown function defined over its operating space, so as to find a global optimum of this function. The path traveled by the robot matters, since it influences energy and time requirements. We consider a branch-and-bound algorithm called deterministic optimistic optimization, and extend it to the path-aware setting, obtaining path-aware optimistic optimization (OOPA). In this new algorithm, the robot decides how to move next via an optimal control problem that maximizes the long-term impact of the robot trajectory on lowering the upper bound, weighted by bound and function values to focus the search on the optima. An online version of value iteration is used to solve an approximate version of this optimal control problem. OOPA is evaluated in extensive experiments in two dimensions, where it does better than path-unaware and local-optimization baselines.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google