论文学习笔记（1）：Prediction, Planning, and Coordination of Thousand-Warehousing-Robot Networks...

论文学习笔记的第一篇，具体篇目为Prediction, Planning, and Coordination of Thousand-Warehousing-Robot Networks With Motion and Communication Uncertainties，作者为Zhe Liu，Hesheng Wang等。

一.涉及的重要算法介绍

1 A*寻路算法

1.1 搜索区域

假设某人要从 A 点移动到 B 点，但是这两点之间被一堵墙隔开。如下图 ，绿色是 A ，红色是 B ，中间蓝色是墙。

如图所示，我们把要搜寻的区域划分成了正方形的格子。这是寻路的第一步，简化搜索区域，就像我们这里做的一样。这个特殊的方法把我们的搜索区域简化为了 2 维数组。数组的每一项代表一个格子，它的状态就是可走 (walkable) 和不可走 (unwalkable) 。通过计算出从 A 到 B需要走过哪些方格，就找到了路径。一旦路径找到了，人物便从一个方格的中心移动到另一个方格的中心，直至到达目的地。

方格的中心点我们成为“节点 (nodes) ”。为什么不直接描述为方格呢？因为我们有可能把搜索区域划为其他多变形而不是正方形，例如可以是六边形，矩形，甚至可以是任意多边形。而节点可以放在任意多边形里面，即可以放在多边形的中心，也可以放在多边形的边上。现在我们使用图上由方格搜索区域组成的系统，因为它最简单。

1.2 开始搜索

在 A* 中，我们从起点开始，检查其相邻的方格，然后向四周扩展，直至找到目标。

步骤1

从起点 A 开始，并把它就加入到一个由方格组成的open list(开放列表) 中。当然现在open list里只有一项，它就是起点 A ，后面会随着搜索加入更多的项。 Open list里的格子是路径可能会是沿途经过的，也有可能不经过。换句话说，基本上open list是一个待检查的方格列表。

步骤2

查看与起点A相邻的方格 (忽略其中墙壁及其他非法地形占领的方格) ，把其中可走的 (walkable) 或可到达的 (reachable) 方格也加入到 open list 中。把起点 A 设置为这些方格的父节点(parent node 或 parent square) 。当我们在追踪路径时，这些父节点的内容是很重要的，稍后会给出解释。

步骤3

把 A 从 open list 中移除，加入到 close list( 封闭列表 ) 中， close list 中的每个方格都是现在不需要再关注的。

以一张图为例。如下图所示，深绿色的方格为起点，它的外框是亮蓝色，表示该方格被加入到了 close list 。与它相邻的黑色方格是需要被检查的，他们的外框是亮绿色。每个黑方格都有一个灰色的指针指向他们的父节点，这里指的是是起点 A 。

步骤4

我们需要从 open list 中选一个与起点 A 相邻的方格，按下面描述的一样或多或少的重复前面的步骤。这里的选择依据是，在与起点 A 相邻的方格中选择具有最小 F 值的那个。

1.3 路径排序

在上文步骤4中，我们说到需要在相邻的方格中选择具有最小F值的那个。计算 F 值依照的是下面的公式：
$$F=$$