レビュー：モバイルロボットのナビゲーションのための経路計画戦略について

本論文では、これまで使用されてきたモバイルロボットのナビゲーション技術についての厳密な研究を提示する。さまざまな環境条件における経路計画戦略の発展を理解し、研究のギャップを特定するために、古典的アプローチと反応的アプローチの段階的な調査が行われる。細胞分解（CD）、ロードマップアプローチ（RA）、人工ポテンシャルフィールド（APF）などの古典的アプローチや、遺伝的アルゴリズム（GA）、ファジィロジック（FL）、ニューラルネットワーク（NN）、ホタルアルゴリズム（FA）、粒子群最適化（PSO）、アントコロニー最適化（ACO）、バクテリア採餌最適化（BFO）、人工蜜蜂コロニー（ABC）、カッコウ探索（CS）、シャッフルフロッグリープアルゴリズム（SFLA）およびその他の雑多なアルゴリズム（OMA）などの反応的アプローチが研究の対象となっている。静的および動的条件下でのナビゲーションが分析され（単一および複数のロボットシステムに対して）、反応的アプローチが古典的アプローチと比較して全ての地形でより頑健で良好な性能を発揮することが観察されている。また、反応的アプローチが古典的アプローチの性能を改善するためにハイブリッドアルゴリズムとして利用されることも観察されている。したがって、反応的アプローチはモバイルロボットの経路計画においてより人気があり広く使用されている。本論文は、ロボティクスの特定の応用に使用できる個々のナビゲーション戦略の頻度を比較した表データとチャートで締めくくられる。キーワード：モバイルロボットナビゲーション、経路計画、古典的アプローチ、反応的アプローチ、人工知能