%0 Dataset
%T 智能交通网络路径规划仿真模拟数据集
%J 国家冰川冻土沙漠科学数据中心
%I 国家冰川冻土沙漠科学数据中心(www.ncdc.ac.cn)
%U http://www.ncdc.ac.cn/portal/metadata/3fcf28f7-547c-4cfe-826e-3c6589802fff
%W NCDC
%A 莫远秋
%K 智能交通;路径规划
%X 本数据集面向智能交通系统中单智能体最短路径规划算法的性能评估需求，其生成背景源于城市道路网络中机器人或车辆在静态障碍物环境下的路径搜索与导航问题。数据集基于巴黎某城区的网格化扫描地图构建（详见R. Stern et al., "Multi-agent pathfinding: Definitions, variants, and bench-marks," in Proc. Int. Symp. Combinatorial Search, vol. 10, no. 1, 2019,pp. 151-158.），采用256×256栅格表示，其中黑色区域为建筑障碍物（不可通行），白色区域为可通行区域。将每个栅格点视为网络节点，可通行区域内的节点与上、下、左、右、左上、左下、右上、右下八个方向的相邻节点相连，形成移动路径，障碍物节点则隔离于网络之外。由此构建的大规模路径网络包含65536个节点和354938条边，得到65536*8的稀疏邻接矩阵数据文件Paris_1_256_weight_nodirect.mat以及其局部有向图矩阵数据Paris_1_256_weight_direct.mat，为算法测试提供了高复杂度场景。本数据集支持在无向图和有向图（通过限制部分节点的邻居方向）两种模式下进行路径规划实验，已用于验证多种离散时间布谷鸟搜索（DBMC）控制策略的收敛性能。数据内容包含一个完整的网格地图网络拓扑（gml或其他格式），以及明确的起终点节点标识（起点为节点65374，终点为节点1），可有效支撑路径规划算法的最短路径求解能力、收敛速度及鲁棒性研究。