mapf_ecbs — DRIVE agv op

• 資料種類:image2d → table

• 呼叫: import fullseye as fs; fs.ledger.mapf_ecbs(grid, starts, goals, w=1.2, max_nodes=50000, horizon=None)(要直接呼叫實作,import agvfleet; agvfleet.mapf_ecbs(grid, starts, goals, w=1.2, max_nodes=50000, horizon=None);從台帳取用則 opsdrive.get("mapf_ecbs"))

用法

上層採用焦點搜尋的 CBS(與 ECBS 上層的思路相同，Barer 等 2014)。總成本在最佳的 w 倍以內。

開放節點中最小的總成本 LB 不大於最佳值(最佳解位於某個節點之下)。因此在 コスト ≤ w · LB 的節點(焦點集)中展開衝突最少的那個。回傳的計畫滿足 cost ≤ w · LB ≤ w · 最適(門)。回傳值是 mapf_cbs 的 dict 加上 lower_bound 與 w。在狹窄通道中,最佳的 CBS 會逐一檢查所有等長的禮讓組合而停滯,此處藉由偏向衝突較少的一側來脫困。

參考(範例資料、文獻)

• 範例資料目錄(下載 URL / 授權) —— 2-D 用 skimage.data(BSD/公有領域)加合成圖,3-D 給出真實資料源(Stanford/PDS 等)的下載 URL。

• 運算子來歷與參考文獻 —— 該運算子族所依據的研究/方法出處。

• 演算法的正典(作者、年份)與用途見上面的族使用指南。

可執行的範例(實際呼叫該運算子並已驗證的樣例)

• poc_agv_fleet — py -3.11 examples/poc_agv_fleet.py

型別可銜接的下一個運算子(可接受 table 作為輸入)

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

同類別(agv)

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

*Provenance: agvfleet.py — DRIVE 運算子登記表。本條目由 tools/opdocs.py md 自動產生(請勿手動編輯)。*

© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.