[論文レビュー] A Feedback Scheme to Reorder a Multi-Agent Execution Schedule by Persistently Optimizing a Switchable Action Dependency Graph

Alexander Berndt, Niels Van Duijkeren+2 more|arXiv (Cornell University)|Oct 11, 2020

Robotic Path Planning Algorithms被引用数 7

ひとこと要約

本論文は、AGV遅延下での累積ルート完了時間を最小化するために、Switchable Action Dependency Graph (SADG) を用いたフィードバックベースのオンライン再順序付け方式を提案する。継続的にAGVの実行順序を最適化しつつ、デッドロックおよび衝突のない保証を維持することで、ベースラインのADGアプローチに比べ、特に高い遅延下で最大30％の平均完了時間の短縮を達成した。

ABSTRACT

In this paper we consider multiple Automated Guided Vehicles (AGVs) navigating a common workspace to fulfill various intralogistics tasks, typically formulated as the Multi-Agent Path Finding (MAPF) problem. To keep plan execution deadlock-free, one approach is to construct an Action Dependency Graph (ADG) which encodes the ordering of AGVs as they proceed along their routes. Using this method, delayed AGVs occasionally require others to wait for them at intersections, thereby affecting the plan execution efficiency. If the workspace is shared by dynamic obstacles such as humans or third party robots, AGVs can experience large delays. A common mitigation approach is to re-solve the MAPF using the current, delayed AGV positions. However, solving the MAPF is time-consuming, making this approach inefficient, especially for large AGV teams. In this work, we present an online method to repeatedly modify a given acyclic ADG to minimize route completion times of each AGV. Our approach persistently maintains an acyclic ADG, necessary for deadlock-free plan execution. We evaluate the approach by considering simulations with random disturbances on the execution and show faster route completion times compared to the baseline ADG-based execution management approach.

研究の動機と目的

• AGVが大きな予測不能な遅延を経験する場合に生じるマルチエージェントパスファインディング（MAPF）における非効率を是正すること。
• フルMAPF問題を再解法することなく、オンラインでフィードバックに基づく方法によりAGVの実行順序を再順序付けすること。
• 累積ルート完了時間を最小化しつつ、デッドロックおよび衝突のない実行を維持すること。
• 当初から保守的なロバストプランニングに依存せずに、動的遅延へのリアルタイム適応を可能にすること。
• 既存のMAPFソリューションと併用可能であり、元の軌道を保持する補完的アプローチを提供すること。

提案手法

• 本手法は、リアルタイムでの遅延測定に基づいてAGVの実行順序をモデル化・最適化するため、Switchable Action Dependency Graph (SADG) を使用する。
• 再順序付け問題を、累積ルート完了時間を最小化する混合整数線形計画問題（MILP）として定式化する。
• SADGは、サイクルを保つことでデッドロックを回避する一方で、AGVの依存関係を動的に切り替え可能であり、実行の整合性を維持する。
• フィードバックループは、AGVの位置を継続的に監視し、定期的な間隔で依存関係グラフを再最適化する。
• 本手法はAGVの計画が事前に分かっているものと仮定し、リceding horizon方式を採用することで、継続的な適応を可能にする。
• 元のMAPFソリューションをベースラインとして活用し、完全な再計画を回避することで、リアルタイム性能を実現する。

実験結果

リサーチクエスチョン

• RQ1 大きな遅延下で、フルMAPF問題を再解法せずに、AGVの実行順序をオンラインで再順序付けすることで、累積タスク完了時間を短縮できるか？
• RQ2 動的遅延下において、SADGに基づくフィードバック方式の性能は、ベースラインのADGに基づく実行管理と比べてどの程度異なるか？
• RQ3 スイッチングホライズン長とAGVグループサイズが、依存関係再順序付けの有効性に与える影響は何か？
• RQ4 最適化が逆に性能を悪化させる条件は何か、その理由は何か？
• RQ5 本手法は既存のMAPFソリューションと統合可能か？また、持続的または局所的再計画された軌道へと拡張可能か？

主な発見

• 提案手法は、高遅延下（k=25）で、ベースラインのADGベース実行に比べ、累積ルート完了時間に最大30％の平均的改善を達成した。
• スイッチングホライズン長が1であっても顕著な性能向上が得られ、特に大規模なAGVチームでは、より大きなホライズンで段階的な改善が見られた。
• 最適なAGVグループサイズは、ワークスペースの密度とスイッチングの利便性のバランスを取るものであり、特定の遅延下で40台のAGVが最も高い平均的改善を示した。
• 開始／終了配置の違いに起因する自由度のばらつきにより、性能の変動が顕著に観察された。
• 小さな遅延下では、以前に優先順位が付けられていたAGVの将来の遅延が原因で、まれに性能が悪化するケースが観察された。これは、強固な最適化の必要性を示唆している。
• 本手法は、衝突およびデッドロックのない実行を維持しながら、リアルタイム適応を可能にする。ピーク計算時間はホライズンサイズおよびチームサイズに伴い指数関数的に増加する。