mapf_prioritized — DRIVE `agv` op

• Datenarten: image2d → table

• Aufruf: import fullseye as fs; fs.ledger.mapf_prioritized(grid, starts, goals, order=None, horizon=None) (die Implementierung direkt: import agvfleet; agvfleet.mapf_prioritized(grid, starts, goals, order=None, horizon=None); aus dem Register: opsdrive.get("mapf_prioritized"))

Verwendung

Priorisierte Planung: plant der Reihe nach je 1 Fahrzeug und meidet dabei die Wege bereits festgelegter Fahrzeuge (Reservierungstabelle).

Schnell, aber unvollständig —— selbst bei lösbaren Problemen kann je nach Prioritätsreihenfolge (bei jeder Reihenfolge) keine Lösung gefunden werden (Ma et al. 2019). Rückgabe ist ein dict: paths (None bei Fehlschlag), cost, solved, failed_agent (das erste Fahrzeug, das stecken blieb).

Referenzen (Beispieldaten, Literatur)

• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).

• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.

• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.

Ausführbare Beispiele (verifizierte Samples, die diesen Operator wirklich aufrufen)

• poc_agv_fleet — py -3.11 examples/poc_agv_fleet.py

Typkompatible Folge-Operatoren (nehmen `table` als Eingabe)

course_layout · course_occupancy · course_contains · world_build · world_camera · world_move · lidar_scan · rss_longitudinal_same

Gleiche Kategorie (`agv`)

warehouse_grid · grid_distances · mapf_cbs · mapf_ecbs · mapf_joint_astar · plan_conflicts · plan_cost · adg_build

*Provenance: agvfleet.py — DRIVE Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*

mapf_prioritized — DRIVE agv op