진화적 협력 인간-UAV 범죄자 수색

복잡한 환경에서의 목표 수색을 위한 무인 항공기(UAV)의 사용이 최근 몇 년 동안 상당히 증가했습니다. UAV 수색 방법에 대한 연구가 많이 보고되었지만, 많은 응용 프로그램에서 일반적인 협력 인간-UAV 수색에 대한 연구는 거의 이루어지지 않았습니다. 본 논문에서는 탈주 범죄자에 대한 협력 인간-UAV 수색 문제를 제시하며, 이 문제의 목표는 탐지가 아니라 예상 포획 시간을 최소화하는 것입니다. 우리는 우리 문제의 복잡성이 순수 UAV 수색 문제보다 훨씬 더 복잡하다는 것을 보여줍니다. 범죄자들이 탐지와 포획을 피하려고 시도한다는 사실로 인해 문제의 난이도는 더욱 증가합니다. 이 문제를 해결하기 위해 포괄적 학습, 변이 변형 및 지역 검색이라는 세 가지 진화 연산자를 사용하는 하이브리드 진화 알고리즘(EA)을 제안하여 솔루션 공간을 효율적으로 탐색합니다. 실험 결과는 제안된 방법이 여러 잘 알려진 EA와 다른 인기 있는 UAV 수색 방법보다 테스트 인스턴스에서 더 우수하다는 것을 보여 줍니다. 실제 운영에 대한 우리의 방법의 적용은 3일 이상 탈출한 범죄자를 포획하는 데 311분이 걸렸으며, 이는 그 실용성과 성능 장점을 검증합니다. 이 논문은 EA를 보다 넓은 인간-기계 협력 일정 문제에 적용하는 데 좋은 기초를 제공합니다.