[論文レビュー] Automatic Algorithm Selection In Multi-agent Pathfinding

Devon Sigurdson, Vadim Bulitko+3 more|arXiv (Cornell University)|Jun 10, 2019

Robotic Path Planning Algorithms参考文献 25被引用数 17

ひとこと要約

本論文は、事前に訓練された畳み込みニューラルネットワーク（AlexNet）を用いて、入力マップの特徴に基づき、MAPFソルバーのパフォーマンスパフォルテオリ（FAR、WHCA*、BMAA*）から最適なアルゴリズムを予測する、自動アルゴリズム選択フレームワークを提案する。この手法はテストマップで76.6%の完了率を達成し、最良の単一アルゴリズム（FARで66.1%）を上回り、総移動距離とゴール到達時間の両方を顕著に削減した。

ABSTRACT

In a multi-agent pathfinding (MAPF) problem, agents need to navigate from their start to their goal locations without colliding into each other. There are various MAPF algorithms, including Windowed Hierarchical Cooperative A*, Flow Annotated Replanning, and Bounded Multi-Agent A*. It is often the case that there is no a single algorithm that dominates all MAPF instances. Therefore, in this paper, we investigate the use of deep learning to automatically select the best MAPF algorithm from a portfolio of algorithms for a given MAPF problem instance. Empirical results show that our automatic algorithm selection approach, which uses an off-the-shelf convolutional neural network, is able to outperform any individual MAPF algorithm in our portfolio.

研究の動機と目的

• 多様な問題インスタンスにおいて、普遍的に優れたMAPFアルゴリズムが存在しないという課題に取り組む。
• 時間制限内にゴールに到達したエージェントの割合として定義される完了率を向上させることを目的とし、各インスタンスに対して最適なアルゴリズムを選択する。
• マップ表現を直接処理できるように、ImageNetの事前学習を活用した畳み込みニューラルネットワークによる学習済み表現に依存することで、手動による特徴工学を回避する。
• MovingAIベンチマークの20のビデオゲームマップを用いて、実世界のマップ環境における自動アルゴリズム選択の有効性を評価する。

提案手法

• フレームワークは、市販の畳み込みニューラルネットワーク（AlexNet）を用いて、パフォルテオリ内のMAPFアルゴリズムのうち、入力マップ表現から最もパフォーマンスの高いものを分類する。
• 入力マップは、通過可能なノードのグリッドとして画像に類似した表現に変換され、事前学習済みのCNNに供給され、空間的特徴が抽出される。
• モデルは、各テストインスタンスで完了率を最大化するアルゴリズム（FAR、WHCA*、BMAA*）を予測するように学習される。
• 性能評価には、主たる指標として完了率を用い、同率の場合には総移動距離とゴール到達時間を用いて優先順位を決定する。
• 訓練とテストの分割には、MovingAIベンチマークの20のビデオゲームマップから得た10回のランダムデータ分割を用い、各インスタンスに300体のエージェントを設定した。
• 本手法は、ImageNetの事前学習により得られた特徴表現に依存することで、カスタム特徴工学を回避している。

実験結果

リサーチクエスチョン

• RQ1 手動による特徴工学を一切行わずに、深層学習モデルが与えられた問題インスタンスに対して最適なMAPFアルゴリズムを効果的に選択できるか？
• RQ2 事前学習済みCNNを用いた自動アルゴリズム選択は、多様なマップタイプにわたり、個々のMAPFアルゴリズムに比べて完了率において優れているか？
• RQ3 選択されたアルゴリズムパフォルテオリは、完了率、移動距離、ゴール到達時間の観点から、ソリューション品質においてどのように比較されるか？
• RQ4 モデルは、異なるマップ構成やエージェント分布に対してどの程度一般化できるか？
• RQ5 WHCA*の全体的な完了率が低くても、高完了率のシナリオにおいて最適であることをモデルが識別できるか？

主な発見

• 提案された自動アルゴリズム選択手法は、テストデータで76.6%の完了率を達成し、最良の個別アルゴリズム（FARで66.1%）を上回った。
• BMAA*と比較して44%（465.7から260.9に）移動距離を削減し、FARと比較しても36%（405.7から260.9に）削減したが、これは引き分けの基準となる指標であったにもかかわらず、効果が顕著であった。
• テストインスタンスの72.9%で、モデルは正しく最適なアルゴリズムを選択した。WHCA*は平均で1000問題中321.6件で最良の選択となった。
• BMAA*はゴール到達時間で最良（14.4秒）を記録し、選択器（16.2秒）を上回ったが、選択器は移動距離と完了率の両面で改善を達成した。
• WHCA*は全体の完了率が低かったにもかかわらず頻繁に選択されたため、モデルが高完了率シナリオにおいてWHCA*を優先するように学習していることが示された。
• 最悪のアルゴリズム選択（44.3%の完了率）を著しく上回ったことから、本手法は強固で一般化性に優れていることが示された。