Автори | Nemala Jayasri1, Pellakuri Vidyullatha2, A. Saravanan3, Anil Kumar Muthevi4, K.P. Dinakaran5, Nageswara Rao Medikondu6 |
Афіліація |
1Research Scholar, Department of Computer Science Engineering, Koneru Lakshmaiah Education Foundation, Vaddeswaram-522302, AP, India 2Department of Computer Science Engineering, Koneru Lakshmaiah Education Foundation, Vaddeswaram-522302, AP, India 3Department of Electronics and Communication Engineering, Jaya Engineering College Chennai 602024, Tamilnadu, India 4Department of Computer Science and Engineering, Aditya University Surampalem-533437, AP, India 5Department of EEE, Panimalar Engineering College, Bangalore Trunk Road, Varadharajapuram, Poonamallee, Chennai-600123, India 6Department of Mechanical Engineering, Koneru Lakshmaiah Education Foundation, Vaddeswaram-522302, AP, India |
Е-mail | pvidyullatha@kluniversity.in |
Випуск | Том 17, Рік 2025, Номер 3 |
Дати | Одержано 12 квітня 2025; у відредагованій формі 14 червня 2025; опубліковано online 27 червня 2025 |
Цитування | Nemala Jayasri, Pellakuri Vidyullatha, A. Saravanan, та ін., Ж. нано- електрон. фіз. 17 № 3, 03025 (2025) |
DOI | https://doi.org/10.21272/jnep.17(3).03025 |
PACS Number(s) | 07.05.Mh, 07.07.Tw |
Ключові слова | Автономні мобільні роботи (AMR), Багатоагентні системи, Планування шляху, Алгоритм A*, Навігація в режимі реального часу та операційна оптимізація. |
Анотація |
Оптимізація фізичних процесів в інформаційних системах має вирішальне значення для підвищення ефективності автономних мобільних роботів (AMR) та багатоагентних систем у динамічних середовищах. Це дослідження представляє вдосконалений підхід до планування та координації шляхів, який інтегрує AMR з багатоагентними стратегіями для покращення навігації та виконання завдань у реальному часі. Алгоритм A* (A-Star) використовується та вдосконалений адаптивними евристичними модифікаціями для оптимізації часу подорожі, енергоефективності та операційної пропускної здатності. Вводиться динамічна функція вартості для коригування вибору шляху на основі обмежень навколишнього середовища, розподілу перешкод та динаміки системи в реальному часі. Крім того, розроблено структуру багатоагентної координації для забезпечення безперебійної взаємодії між кількома роботами, забезпечуючи ефективний розподіл завдань та рух без зіткнень. Результати моделювання у структурованих та неструктурованих середовищах демонструють, що запропонована методологія значно скорочує час подорожі, підвищує продуктивність усієї системи та оптимізує виконання фізичних процесів у промислових та сервісних робототехнічних застосуваннях. Завдяки інтеграції інтелектуальних евристичних налаштувань та адаптивної багатоагентної координації, цей підхід забезпечує надійне рішення для автономної навігації та оптимізації процесів у реальному часі в складних середовищах з обмеженими можливостями. |
Перелік посилань |