mapf_joint_astar — DRIVE `agv` op

• Datenarten: image2d → table

• Aufruf: import fullseye as fs; fs.ledger.mapf_joint_astar(grid, starts, goals, max_expansions=2000000) (die Implementierung direkt: import agvfleet; agvfleet.mapf_joint_astar(grid, starts, goals, max_expansions=2000000); aus dem Register: opsdrive.get("mapf_joint_astar"))

Verwendung

A* mit den Positionen aller Fahrzeuge als 1 einziger Zustand. Optimale Lösung nur für kleine Probleme (die Ground Truth für das CBS-Gate).

Um die sum of costs exakt zu zählen, trägt jedes Fahrzeug ein Flag „fertig (bleibt ab jetzt am Ziel)“:

ein Fahrzeug am Ziel darf vor diesem Zug fertig sein, und die Kosten eines Zuges = Anzahl der noch nicht fertigen Fahrzeuge. Heuristik = Summe der BFS-Distanzen der nicht fertigen Fahrzeuge (zulässig).

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_prioritized · 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_joint_astar — DRIVE agv op