加入支持让我们有继续维护的动力！会员畅享查看所有预告
立即购买
西南交通大学
9
【创源大讲堂】Discrete Rapidly-Exploring Random Tree for Large-Scale MAPF and Its Extensions
本次讲座将介绍一种新颖高效的基于采样的启发式方法——离散快速探索随机树（DRRT），用于解决大规模多智能体路径规划（MAPF）及其扩展问题。
报告介绍
The method is then extended to Co-MAPF, in which two heterogeneous groups of agents cooperate to complete transport tasks.
报告人介绍
辛健斌，郑州大学电气与信息工程学院教授。2007年获西安电子科技大学电气工程学士学位，2010年获西安交通大学控制科学与工程硕士学位，2015年获荷兰代尔夫特理工大学物流运作控制博士学位。
主要从事多机器人系统规划与智能物流系统研究，在 European Journal of Operational Research、International Journal of Production Research 及多个 IEEE Transactions 系列期刊发表多篇高水平论文，主持多项国家自然科学基金项目。
现任 Unmanned Systems 副主编，IEEE Transactions on Automation Science and Engineering 和 Flexible Services and Manufacturing Journal 客座编辑，并担任 IEEE机器人与自动化学会物流自动化技术委员会联合主席。
