自律型モバイルロボットのための経路計画に関する新しいアプローチ

経路計画は自律型モバイルロボットの核心的な問題の一つと考えられています。さまざまなレベルの複雑さ、精度、および適用性を持つ異なるアプローチが提案されています。本論文では、グローバル最適な衝突回避経路を見つけるために使用できる経路計画の問題に対するハイブリッドアプローチを提示します。このアプローチは、ポテンシャルフィールド（PF）法と遺伝的アルゴリズム（GA）を組み合わせたものであり、両者の強みを活かし、その固有の制限を克服します。この統合フレームにおいて、PF法は局所最適を活用するための勾配ベースの探索戦略として設計され、GAは全問題空間を探査するために使用されます。本研究では、異なる複雑性シナリオにおいて異なる実装戦略が検討されます。実施された実験は、高い多様性と記憶戦略を使用することで、提案されたアプローチを使用して効果的にグローバル最適経路を達成できることを示しています。