agv op• Data kinds: image2d → table
• Call: import fullseye as fs; fs.ledger.mapf_ecbs(grid, starts, goals, w=1.2, max_nodes=50000, horizon=None) (implementation को सीधे call करना हो तो import agvfleet; agvfleet.mapf_ecbs(grid, starts, goals, w=1.2, max_nodes=50000, horizon=None), registry से लेना हो तो opsdrive.get("mapf_ecbs"))
ऊपरी level को focal search बनाया गया CBS (ECBS के ऊपरी level जैसा ही विचार, Barer et al. 2014)। कुल cost optimum के w गुना के भीतर।
खुले नोडों में न्यूनतम कुल लागत LB इष्टतम मान से अधिक नहीं होती (इष्टतम हल किसी न किसी नोड के नीचे होता है)। इसलिए コスト ≤ w · LB वाले नोडों (फ़ोकस) में से सबसे कम टकराव वाला विस्तारित किया जाता है। लौटाई गई योजना cost ≤ w · LB ≤ w · 最適 (गेट) को संतुष्ट करती है। रिटर्न mapf_cbs का dict है जिसमें lower_bound और w जोड़े गए हैं। संकरे गलियारों में इष्टतम CBS समान लंबाई के रास्ता-देने के सभी जोड़ों को जाँचते हुए अटक जाता है; यह कम टकराव वाले पक्ष की ओर झुककर निकल जाता है।
• Sample data catalog (DL URL / license) — 2-D के लिए skimage.data (BSD/public) + synthetic, 3-D के लिए real data sources (Stanford/PDS आदि) के DL URL।
• Operators का स्रोत और संदर्भ — इस op family के मूल research/methods के स्रोत।
• Algorithm का मानक स्रोत (लेखक, वर्ष) और उपयोग ऊपर की family usage guide में दिए गए हैं।
• poc_agv_fleet — py -3.11 examples/poc_agv_fleet.py
table को input के रूप में लेते हैं)course_layout · course_occupancy · course_contains · world_build · world_camera · world_move · lidar_scan · rss_longitudinal_same
agv)warehouse_grid · grid_distances · mapf_cbs · mapf_joint_astar · mapf_prioritized · plan_conflicts · plan_cost · adg_build
*Provenance: agvfleet.py — DRIVE operator registry. यह per-op note tools/opdocs.py md से अपने-आप generate होता है (हाथ से edit न करें)।*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.