マルチオブジェクティブモバイルロボットの経路計画のための改良A*アルゴリズムと貪欲アルゴリズムの統合

人工知能の発展に伴い、自律移動ロボット（AMR）の経路計画は近年の研究のホットスポットとなっています。本論文では、マルチオブジェクティブ経路計画戦略のために、改良されたA*アルゴリズムと貪欲アルゴリズムを組み合わせたものを提案します。まず、評価関数を改良し、A*アルゴリズムの収束を速めます。次に、A*アルゴリズムの不必要なノードを削除し、経路計画のために必要な屈曲点のみを保持します。第三に、改良されたA*アルゴリズムを貪欲アルゴリズムと組み合わせてマルチオブジェクティブポイント計画に適用します。最後に、倉庫環境で5つのターゲットノードの経路計画を実施し、経路の長さ、回転角度、その他のパラメータを比較します。シミュレーション結果は、提案されたアルゴリズムがよりスムーズであり、経路の長さが約5%短縮されることを示しています。結果は、提案された方法が特定の経路の長さを短縮できることを示しています。