ارائه ی روشی جدید به منظور بهبود حافظه ی اشغالی الگوریتم مسیریابی delayed d*

به صورت ساده در مسیریابی عامل با پرهیز از برخورد با موانع موجود در راه از نقطه ی a به نقطه ی b می رود. مسیریابی یکی از مهم ترین و پرکاربردترین زیرشاخه های علم هوش مصنوعی است. برای مثال الگوریتم های مسیریابی در اکتشاف سیارات ناشناخته از زمینه های مهم و اساسی هستند. محققان ناسا برای جست وجو در سطح کره ی مریخ توسط ربات های مریخ نورد از الگوریتم های مسیریابی استفاده می کنند. بسیاری از بازی های کامپیوتری الگوریتم های مسیریابی را برای شخصیت های خودمختار به کار می برند. از الگوریتم های مسیریابی در شبکه های ارتباطی مانند اینترنت و مخابرات نیز استفاده می شود. همچنین سیستم های هدایت خودرو از الگوریتم های مسیریابی در پیدا کردن مسیر بهینه برای راننده به منظور کمینه کردن فاصله و زمان سفر سود می برند. در علم زیست شناسی برای هم ترازی بهینه ی چندین دنباله ی dna الگوریتم های مسیریابی به کار می آیند. به طور خلاصه هرکجا که نیاز باشد تا عامل در محیط از مکانی به مکان دیگر برود، پیدا کردن کوتاه ترین مسیر اهمیت پیدا می کند. این محیط می تواند فضای حالت بازوی ربات برای برداشتن یک لیوان باشد تا فضای حالت در پیدا کردن بهترین حرکت در بازی شطرنج.بدین منظور الگوریتم های مسیریابی بسیاری ارائه شده است که هر یک با توجه به نوع محیط و یا محدودیت های زمانی و یا حافظه ای که برقرار است کاربرد دارند. الگوریتم های a* و d* lite به ترتیب از پرکاربردترین الگوریتم های مسیریابی در محیط های ایستا و پویا هستند. تمرکز این پایان نامه در استفاده از الگوریتم های مسیریابی در 2 بخش عملی و نظری است. در بخش عملی، الگوریتم های ناوبری برای خودروی هوشمند که در آزمایشگاه هوش مصنوعی دانشگاه صنعتی اصفهان ساخته شده است، نوشته و پیاده سازی شد. ساخت نقشه برای نمایش محیط و پیاده سازی الگوریتم d* lite، برای پیمایش و ناوبری خودروی هوشمند مهم ترین مراحل پژوهش عملی را تشکیل می دهند. در قسمت نظری الگوریتم جدیدی برای محیط های پویا با محدودیت حافظه ی اشغالی ارائه شد. تاکنون برای رفع مشکل حافظه ی الگوریتم های مسیریابی، روش های زیادی طرح گردیده است که می توان به الگوریتم sma* در محیط های ایستا و md* در محیط های پویا اشاره کرد. با اینکه md* به حافظه ی خیلی کمی برای اجرای الگوریتم های مسیریابی در محیط پویا نیاز دارد اما زمان اجرای این الگوریتم زیاد است. چون زمان معیار مهمی در الگوریتم های مسیریابی است الگوریتمی مخصوص محیط های پویا با محدودیت حافظه ی اشغالی ارائه کردیم که مشکل سرعت md* برطرف شود. سرعت اجرای الگوریتم پیشنهادی تقریباً دو برابر md* است. همچنین الگوریتم پیشنهادی با delayed d* از نظر حافظه ی اشغالی مقایسه گردید. الگوریتم پیشنهادی تنها به 0.15 حافظه ی اشغالی delayed d* نیاز دارد و برای حل مسائل در محیط های پویا که محدودیت در حافظه ی اشغالی وجود دارد مناسب می باشد.