案例展示 - CS7638: Artificial Intelligence for Robotics - Warehouse Project

前几天我完成了CS7638: Artificial Intelligence for Robotics课程中的仓库项目。该项目要求学生为机器人开发搜索算法，以指导机器人在仓库中拾取并运送箱子到指定的投放区域。整个项目分为三部分，包括不同的仓库布局和成本模型

项目背景与目标：

项目的目标是通过实现搜索算法，指导机器人在仓库中拾取指定的箱子，并将其送至投放区。项目在确保最优路径的同时，要减少机器人在仓库中访问的格子数，还要遵守仓库的各种规则和成本约束。

• 项目分为三部分：
  • Part A (40%): 优化路径规划并拾取和投放多个箱子。
  • Part B (40%): 考虑不均匀地面成本，并从未知的初始位置拾取一个箱子。
  • Part C (20%): 在更加复杂的仓库环境中实现机器人控制。

主要要求：

1. Part A - 算法设计与实现：

   • 任务：开发一个算法，使机器人能够在仓库中根据todo列表拾取多个箱子并将其投放到指定的投放区。机器人可以沿八个方向移动，并且必须选择最优路径以最小化总移动成本。
   • 输入与规则：
     • 仓库的地图表示为一个二维网格，包含可通过的空间、墙壁、箱子和投放区。
     • 机器人从投放区开始，并按顺序拾取箱子，且必须遵守仓库的规则，不能穿越墙壁或占用有箱子的空间。

2. Part B - 地面成本与未知初始位置：

   • 任务：在该部分，地面的不均匀成本需要纳入考虑，同时机器人的初始位置未知，算法需要为不同的初始位置制定拾取和投放策略。
   • 输入与规则：
     • 仓库的地面每个格子的移动成本各不相同，机器人需要根据这些成本来选择最低总成本的路径。
     • 仓库中只有一个箱子需要拾取和投放，算法需要为任意初始位置制定策略。

3. Part C - 更加复杂的仓库环境：

   • 任务：这部分项目涉及到更加复杂的仓库布局，要求机器人应对更复杂的障碍和路径规划。
   • 输入与规则：仓库中可能包含更多的墙壁、复杂的地形和障碍物，机器人需要更灵活的算法来适应这些变化

成果展示：

• 编程语言：Python
• 使用算法：A*算法，动态规划，Dijkstra算法
• 文件格式：包含实现的warehouse.py，包含注释的代码确保了可读性和易于理解。

联系我们

WeChat：pythonyt001
Email: [email protected]