- PII
- 10.31857/S0005231024020065-1
- DOI
- 10.31857/S0005231024020065
- Publication type
- Article
- Status
- Published
- Authors
- Volume/ Edition
- Volume / Issue number 2
- Pages
- 103-119
- Abstract
- Рассматривается задача составления плана обхода прямолинейно движущихся в одну точку целей для простых движений перехватчика (коммивояжера). Предлагаются новый критерий задачи на основе начального разбиения области возможного перехвата, а также алгоритм поиска субоптимального плана обхода на основе построения дерева поиска решения методом Монте-Карло. Разработана численная реализация алгоритма, проведено моделирование и статистически проанализированы полученные планы обхода целей. Ключевые слова: динамическая задача коммивояжера, перехват в простых движениях, комбинаторная оптимизация, алгоритм Монте-Карло.
- Keywords
- Date of publication
- 15.02.2024
- Year of publication
- 2024
- Number of purchasers
- 0
- Views
- 13
References
- 1. Галяев А.А., Яхно В.П., Берлин Л.М., Лысенко П.В., Бузиков М.Э. Оптимизация плана перехвата прямолинейно движущихся целей // А и Т. 2023. № 10. С. 18–36.
- 2. Сихарулидзе Г.Г. Об одном обобщении задачи коммивояжера. I // А и Т. 1971. № 8 С. 116–123.
- 3. Сихарулидзе Г.Г. Об одном обобщении задачи коммивояжера. II // А и Т. 1971. № 10. С. 142–147.
- 4. Picard J.C., Queyranne M. The time-dependent traveling salesman problem and its application to the tardiness problem in one-machine scheduling // Oper. Res. 1978. V. 26. No. 1. P. 86–110. DOI: 10.1287/opre.26.1.86
- 5. Helvig C.S., Robins G., Zelikovsky A. The moving-target traveling salesman problem // J. Algorithm. Comput. Technol. 2003. V. 49. No. 1. P. 153–174. https://doi.org/10.1016/S0196-6774 (03)00075-0
- 6. Garey M.R., Johnson D.S. Computers and intractability: A guide to the theory of NP-completeness. San Francisco, Calif.: W. H. Freeman & Co., 1979.
- 7. Li C., Yang M., Kang L. A New Approach to Solving Dynamic Traveling Salesman Problems. In: Wang, TD., et al. Simulated Evolution and Learning // Lecture Notes Comput. Sci. 2006. V. 4247. Springer, Berlin, Heidelber.
- 8. Archetti C., Feillet D., Mor A., Speranza M.G. Dynamic traveling salesman problem with stochastic release dates // Eur. J. Oper. 2020. V. 280. I. 3. P. 832–844. ISSN 0377-2217
- 9. Silver D., Huang A., Maddison C. et al Mastering the game of Go with deep neural networks and tree search // Nature. 28 January 2016. 529 (7587): P. 484–489. https://doi.org/10.1038/nature16961.
- 10. Schadd M.P.D., Winands M.H.M., van den Herik H.J., Chaslot G.M.J.B., Uiterwijk J.W.H.M. (2008). Single-Player Monte-Carlo Tree Search // Computers and Games. CG 2008. Lecture Notes in Computer Science, vol 5131. Springer, Berlin, Heidelberg.
- 11. Mattia Crippa, Pier Luca Lanzi, Fabio Marocchi. An analysis of Single-Player Monte Carlo Tree Search performance in Sokoban // Expert Syst. Appl. 15 April 2022. V. 192. P. 2–3.
- 12. Cotarelo A., Vicente G., Edward Rolando N., Cristian G., Alberto G., Jerry Ch. Improving Monte Carlo Tree Search with Artificial Neural Networks without Heuristics. Appl. Sci. 2021. V. 11, No. 5. 2056. https://doi.org/10.3390/app11052056
- 13. Marco K. Beyond Games: A Systematic Review of Neural Monte Carlo Tree Search Applications // arXiv:2303.08060. https://doi.org/10.48550
- 14. Auer P., Cesa-Bianchi N., Fischer P. Finite-time Analysis of the Multiarmed Bandit Problem // Machine Learning. 2002. V. 47. P. 235–256. https://doi.org/10.1023/A:1013689704352
- 15. Kocsis L., Szepesvari C. Bandit Based Monte-Carlo Planning. Furnkranz J., Scheffer T., Spiliopoulou M. (eds) // Machine Learning: ECML 2006. ECML 2006. Lecture Notes Comput. Sci. V. 4212. Springer, Berlin, Heidelberg.
- 16. Swiechowski M., Godlewski K., Sawicki B. et al. Monte Carlo Tree Search: a review of recent modifications and applications // Artif. Intell. Rev. 2023 V. 56. P. 2497–2562. https://doi.org/10.1007/s10462-022-10228-y
