Optimal Path Planning and Cost Minimization for a Drone Delivery System Via Model Predictive Control
Created by
Haebom
Category
Empty
저자
Muhammad Al-Zafar Khan, Jamal Al-Karaki
개요
본 연구는 드론 배송 문제를 제어 문제로 공식화하고, 모델 예측 제어(MPC)를 사용하여 해결했습니다. 낮은 차원의 간단한 그리드 환경과 높은 차원의 복잡한 환경에서 두 가지 실험을 수행했습니다. MPC 방법은 세 가지 인기 있는 다중 에이전트 강화 학습(MARL) 방법인 독립 Q-러닝(IQL), 공동 행동 학습(JAL), 그리고 값 분해 네트워크(VDN)와 비교되었습니다. 그 결과, MPC 방법이 문제를 더 빠르게 해결하고, 최소 비용 달성 및 최적 경로 탐색을 위한 최적 드론 수가 더 적게 필요함을 보였습니다.
시사점, 한계점
•
시사점: 모델 예측 제어(MPC)가 다중 드론 배송 문제 해결에 효율적임을 보여줌. 기존의 다중 에이전트 강화 학습 방법보다 빠른 수렴 속도와 적은 드론 수로 최적화 달성 가능성 제시.
•
한계점: 실험 환경이 제한적임 (그리드 월드 환경). 실제 세계의 복잡성 (예: 장애물 회피, 기상 조건 등)을 완전히 반영하지 못함. 다양한 MARL 알고리즘과의 비교 외에 다른 제어 방법과의 비교가 부족함.
