อะไรคืออัลกอริธึมที่ล้ำสมัยสำหรับการค้นหาเส้นทางบนแผนที่ต่อเนื่องของโลก?

สมมติว่าฉันมีเรือสำเภาด้วยตนเองที่ใช้พลังงานแสงอาทิตย์อยู่ที่ไหนสักแห่งในฟยอร์ดของนอร์เวย์ซึ่งมาพร้อมกับแผนที่ชุดล่าสุดตัวรับสัญญาณ GPS และไม่มีคำสั่งรายละเอียดเกี่ยวกับการลิงก์จากฉัน เรือลำนี้ต้องไปถึงให้ได้ถึงเกาะไหหลำในช่วงเวลาที่เร็วที่สุดเท่าที่จะเป็นไปได้

• อะไรคืออัลกอริทึมที่กำหนดไว้สำหรับการค้นหาเส้นทางการเดินเรือในโลก?

• ความซับซ้อนของเวลาและหน่วยความจำคืออะไร

• ยกตัวอย่างเช่นฉันสามารถใช้ A * หลังจากเปลี่ยนแผนที่ของโลกเป็นแผนภาพที่มีรูปหลายเหลี่ยมที่เชื่อมต่อกัน (เช่น Delaunay triangulation บนทรงกลม / ทรงรี) และอะไรคือวิธีการอื่นที่เป็นไปได้?

คำตอบควรให้การอ้างอิงไปยังเอกสารด้วยการอภิปรายคำถามที่กล่าวถึงข้างต้น

ตามที่Rob Langชี้ให้เห็นอัลกอริทึมจะต้องตรงกับเกณฑ์ปกติ: ในกรณีที่ไม่มีเวลา จำกัด นำไปสู่เส้นทางที่สั้นที่สุดระหว่างจุดสองจุดใด ๆ บนมหาสมุทรและทะเลของโลกหรือบ่งบอกถึงความล้มเหลวในการหาเส้นทาง

มีหัวข้อย่อยที่น่าสนใจที่นี่ (ซื้อขายเวลาคำนวณล่วงหน้า / พื้นที่เก็บข้อมูลสำหรับการคำนวณออนไลน์ให้เส้นทางที่ไม่ดีเล็กน้อยก่อนที่จะถึงกำหนดส่งใน ฯลฯ ) แต่สิ่งเหล่านี้เป็นส่วนเสริมของปัญหาหลัก

ข้อกำหนดที่กำหนดขึ้นไม่ได้ จำกัด เพียงแค่นั้น นั่นหมายถึงยานพาหนะของคุณคือสถานะบางอย่างที่กล่าวมาคุณอาจต้องการวางแผนเส้นทางด้วยวิธีที่ช่วยให้คุณหลีกเลี่ยงอุปสรรค วิธีที่ดีที่สุดที่ฉันเห็นสิ่งนี้คือการใช้เครื่องมือวางแผนการสุ่มตัวอย่าง Steven LaValle เขียนทรัพยากรทางการศึกษาส่วนกลางในหัวข้อนี้: อัลกอริทึมการวางแผนการวางแผนขั้นตอนวิธี

อัลกอริทึม RRT * เป็นหนึ่งในนักวางแผนที่เขาอธิบาย อัลกอริทึมนี้สร้างแผนผังอวกาศของรัฐพร้อมตัวอย่างสุ่มและฮิวริสติกเล็กน้อยเพื่อให้แน่ใจว่ามีความเป็นไปได้ (เช่นการหลีกเลี่ยงอุปสรรค) และการเพิ่มประสิทธิภาพ รายละเอียดเกี่ยวกับ RRT * สามารถพบได้ในหนังสือเล่ม LaValle หรือที่เว็บไซต์ Sertac Karaman ของ เวลา asymptotic และลักษณะหน่วยความจำถูกอธิบายเป็น O (nlogn) เพื่อประมวลผลและ O (n) สำหรับเคียวรี อัลกอริทึมเป็นแบบเชิงเส้น O (n) ในความซับซ้อนของพื้นที่ด้วย

สำหรับการพิจารณาต่อไปฟิลด์ที่มีศักยภาพเป็นตัวเลือกที่น่าสนใจและต้นทุนต่ำสำหรับการค้นหาเส้นทาง คุณจะทำการเรียกเก็บเงินที่แข็งแกร่งที่ปลายทางและในที่สุดตัวแทนก็จะมาถึงที่นั่น บทความทางเทคนิคเพิ่มเติมโดย International Foundation for Autonomous Agent และ Multiagent Systems ให้ข้อมูลเชิงลึกมากขึ้น

ฟิลด์เวกเตอร์ยังเป็นโซลูชันที่ราคาถูกมาก แต่มักใช้สำหรับการค้นหาเส้นทางแบบหลายเอเจนต์ pathfindingทุ่งเวกเตอร์นั้นดีมากอย่างไรก็ตามสำหรับพื้นที่เปิดโล่ง ไม่มีวิธีการใดข้างต้นรับประกันเส้นทางที่สั้นที่สุด แต่เสียสละเส้นทางที่ดีที่สุดเพื่อการตอบสนองแบบไดนามิกที่ดีขึ้น

วิธีการแบบรวมยังมีความแข็งแกร่งเช่นการใช้ A * ล่วงหน้าเพื่อสร้างจุดอ้างอิงและการใช้เขตข้อมูลเวกเตอร์เพื่อไปยังจุดอ้างอิงแต่ละจุด นี่อาจจะให้พฤติกรรมที่เหมาะสมที่สุดในระดับแมโครมากขึ้น

จำไว้ว่าในกรณีที่คุณได้กองทัพหุ่นยนต์ว่ายน้ำ