[論文レビュー] A Versatile Multi-Robot Monte Carlo Tree Search Planner for On-Line Coverage Path Planning

Phillip Hyatt, Zachary Brock+1 more|arXiv (Cornell University)|Feb 11, 2020

Robotic Path Planning Algorithms参考文献 48被引用数 6

ひとこと要約

本論文は、完成時間の観点で、特にロボットチームが大規模で不均一に配置されている場合に、従来のバウストロフェドンベースのプランナーよりも優れた性能を示す、モンテカルロ木探索（MCTS）に基づくマルチロボットオンラインカバレッジパスプランニングアルゴリズムを提案する。MCTSプランナは、目的関数のチューニングにより、回転数の最小化といった二次的目標の柔軟な統合を可能にし、ハードコードされたヒューリスティクスを用いずに、マルチオブジェクティブなロボットタスクに強い汎用性を示している。

ABSTRACT

Mobile robots hold great promise in reducing the need for humans to perform jobs such as vacuuming, seeding,harvesting, painting, search and rescue, and inspection. In practice, these tasks must often be done without an exact map of the area and could be completed more quickly through the use of multiple robots working together. The task of simultaneously covering and mapping an area with multiple robots is known as multi-robot on-line coverage and is a growing area of research. Many multi-robot on-line coverage path planning algorithms have been developed as extensions of well established off-line coverage algorithms. In this work we introduce a novel approach to multi-robot on-line coverage path planning based on a method borrowed from game theory and machine learning- Monte Carlo Tree Search. We implement a Monte Carlo Tree Search planner and compare completion times against a Boustrophedon-based on-line multi-robot planner. The MCTS planner is shown to perform on par with the conventional Boustrophedon algorithm in simulations varying the number of robots and the density of obstacles in the map. The versatility of the MCTS planner is demonstrated by incorporating secondary objectives such as turn minimization while performing the same coverage task. The versatility of the MCTS planner suggests it is well suited to many multi-objective tasks that arise in mobile robotics.

研究の動機と目的

• 未知または部分的に知られている環境に適した、汎用的でオンラインのマルチロボットカバレッジパスプランニングアルゴリズムの開発。
• MCTSベースのプランナと従来のバウストロフェドンベースのオンラインプランナとの間で、タスク完了時間の観点から性能を評価すること。
• コアアルゴリズムの再設計を伴わずに、回転数の最小化といった二次的目標をプランナが統合できる能力を示すこと。
• ロボットの配置パターン（例：ランダム vs. 壁に沿った配置）がカバレッジ効率に与える影響を評価すること。
• MCTSが、基本的なカバレッジを越えて、複雑な環境におけるターゲット追従などの他のマルチロボットタスクにも適用可能かどうかを検討すること。

提案手法

• MCTSプランナは、シミュレーションベースの木探索を用いて、ロボットの行動選択を評価し、ユーザーが定義した目的関数に基づいてパスを選択する。
• 各MCTSノードは、ロボットの状態と行動シーケンスを表し、ロールアウトシミュレーションにより、将来のカバレッジ進捗の期待値を推定する。
• プランナはリアルタイムでロボット同士の相互作用や障害物回避を動的に推論し、環境の部分的知識にも適応する。
• 回転数の最小化といった二次的目標は、目的関数にペナルティとして組み込まれ、MCTSがカバレッジと行動的好みのバランスを取れるようにする。
• バウストロフェドンベースのプランナはベースラインとして用いられ、カバレッジに固定の壁沿い走行と芝生刈りパターンが適用される。
• シミュレーションでは、ロボット数、障害物密度、初期ロボット配置を変化させ、耐障害性とスケーラビリティをテストする。

実験結果

リサーチクエスチョン

• RQ1 MCTSベースのマルチロボットオンラインカバレッジプランナの性能は、従来のバウストロフェドンベースのプランナと比較して、タスク完了時間の観点でどのように異なるか？
• RQ2 ロボットの配置パターン（ランダム vs. 壁に沿った配置）は、MCTSおよびバウストロフェドンプランナのカバレッジ効率にどのように影響するか？
• RQ3 MCTSプランナは、カバレッジ性能を損なわせることなく、回転数の最小化といった二次的目標をどの程度統合できるか？
• RQ4 障害物密度と完了時間の関係は何か？MCTSプランナは環境複雑度の増加に対しても耐性を示すか？
• RQ5 同じMCTSフレームワークを、カバレッジを越えて、最小限の変更でターゲット追従などの他のマルチロボットタスクに適応可能か？

主な発見

• ロボットがランダムに配置された場合、MCTSプランナは、より均一な空間的分布と重複の低減により、バウストロフェドンプランナよりも短い時間でタスクを完了した。
• 両プランナの完了時間は、障害物密度の増加に対してほとんど影響を受けず、環境の複雑さに対して耐性があることが示された。
• 左回転をペナルティ化した場合、MCTSプランナは左回転を30％削減し、右回転を増加させた。これにより、二次的目標の有効な統合が確認された。
• 左回転と右回転の両方をペナルティ化した場合、総回転数が著しく減少した。これは、目的関数の変更による行動のチューニングが可能であることを裏付けた。
• 回転コストを適用しない場合、MCTSプランナは最も短い完了時間を達成した。これは、回転数の最小化とカバレッジ時間の最小化の間にはトレードオフがあることを示唆している。
• MCTSフレームワークが、目的関数の変更のみで、非カバレッジタスク（例：マルチロボットターゲット追従）にも適応可能であることが、定性的に示された。