[論文レビュー] Bidirectional Temporal Plan Graph: Enabling Switchable Passing Orders for More Efficient Multi-Agent Path Finding Plan Execution

Yifan Su, Rishi Veerapaneni+1 more|arXiv (Cornell University)|Dec 30, 2023

Robotic Path Planning Algorithms被引用数 4

ひとこと要約

本稿では、マルチエージェントパスファインディング実行中に共有位置でのエージェント通過順序を動的に切り替えられる新しいグラフィカル表現である双方向時系列計画グラフ（BTPG）を紹介する。遅延が発生した際の「先着順」通過を許容することで、従来の時系列計画グラフ（TPG）と比較して不要な待機時間を8–20%削減する。また、実行の不確実性下でも衝突のない、デッドロックのない計画を効率的に構築できる2つのエニタイムアルゴリズム（BTPG-naïveおよびBTPG-optimized）を提案する。

ABSTRACT

The Multi-Agent Path Finding (MAPF) problem involves planning collision-free paths for multiple agents in a shared environment. The majority of MAPF solvers rely on the assumption that an agent can arrive at a specific location at a specific timestep. However, real-world execution uncertainties can cause agents to deviate from this assumption, leading to collisions and deadlocks. Prior research solves this problem by having agents follow a Temporal Plan Graph (TPG), enforcing a consistent passing order at every location as defined in the MAPF plan. However, we show that TPGs are overly strict because, in some circumstances, satisfying the passing order requires agents to wait unnecessarily, leading to longer execution time. To overcome this issue, we introduce a new graphical representation called a Bidirectional Temporal Plan Graph (BTPG), which allows switching passing orders during execution to avoid unnecessary waiting time. We design two anytime algorithms for constructing a BTPG: BTPG-naïve and BTPG-optimized. Experimental results show that following BTPGs consistently outperforms following TPGs, reducing unnecessary waits by 8-20%.

研究の動機と目的

• 従来の時系列計画グラフ（TPG）が、固定された通過順序のため実行遅延に起因する不必要な待機を引き起こすという非効率性を是正すること。
• 実行中に共有位置での通過順序を動的に切り替えられるようにし、計画の頑健性を向上させ、総実行時間を短縮すること。
• 衝突のない、デッドロックのない実行を保証しながら、切り替え可能な依存関係を捉える新しいグラフィカル表現（双方向時系列計画グラフ：BTPG）を設計すること。
• 時間制約下でも効率的にBTPGを構築できるエニタイムアルゴリズム（BTPG-naïveおよびBTPG-optimized）を設計すること。
• 実際の遅延状況下で、BTPGベースの実行がTPGベースの実行よりも待機時間の短縮と実行効率の向上の面で優れていることを実証的に検証すること。

提案手法

• 時系列計画グラフ（TPG）の拡張として、共有位置における切り替え可能な通過順序を表す双方向エッジを有する双方向時系列計画グラフ（BTPG）を提案する。
• 「双方向ペア」という概念を導入する。これはTPG内のタイプ2エッジのペアであり、実行中に逆転可能で、待機時間を短縮できる。
• 2つのエニタイムアルゴリズムを設計する：BTPG-naïveは単一のタイプ2エッジを対象に深さ優先探索（DFS）を実行して潜在的な双方向ペアを同定するが、BTPG-optimizedはより効率的なDFSと枝刈りを用いて時間予算内に多くのペアを探索する。
• 実行中に通過順序を切り替えても、BTPGが証明可能に衝突のない、デッドロックのない状態を保つための十分条件を定義する。
• 実行の不確実性をシミュレートするためにMAPF-DPモデルを用い、各非遅延タイムステップで30%の確率でエージェントが遅延する条件を想定し、現実的状況下での性能を評価する。
• 1つのインスタンスあたり10個のランダムシードを用いた3,900回のシミュレーションを実施するシミュレーションフレームワークを採用し、さまざまなマップとエージェント数におけるBTPGとTPGの実行性能を比較する。

((a)) Scenario 1.

実験結果

リサーチクエスチョン

• RQ1 共有位置でのエージェント通過順序を切り替えることで、衝突やデッドロックを引き起こさずに不必要な待機時間を短縮できる条件は何か？
• RQ2 安全保証を維持したまま、MAPF計画における切り替え可能な依存関係を捉えるグラフィカル表現をどのように設計できるか？
• RQ3 エニタイムアルゴリズムが、エージェントの遅延下でも実行効率を向上させるために、通過順序の動的切り替えを可能にするBTPGをどれだけ効果的に構築できるか？
• RQ4 BTPGベースの実行は、TPGベースの実行と比較して、総実行時間と待機時間の短縮という点でどの程度優れているか？
• RQ5 BTPG構築におけるアルゴリズム実行時間と発見された双方向ペアの数のトレードオフはどのようなものか？

主な発見

• BTPGベースの実行は、すべてのテストマップとエージェント数において、TPGベースの実行を一貫して上回り、不必要な待機時間を8–20%短縮する。
• 3,900回のシミュレーションすべてにおいて、BTPGはTPGを上回る性能を示し、うち41.9%のインスタンスで10–20%の改善、31.2%は20%以上の改善を達成している。
• 時間制約下でもBTPG-optimizedはBTPG-naïveよりも発見する双方向ペアの数と実行時間の改善率の両面で優れている。
• 双方向ペアの約10%しか実行中に使用されないが、その使用ペアが大多数の性能向上をもたらしており、1ペアあたりの効率が非常に高いことが示唆される。
• BTPG-optimizedはBTPG-naïveよりも優れたエニタイム性能を達成しており、より効果的なDFSの枝刈りにより、同じ時間予算内でより多くの双方向ペアを発見している。
• BTPG-optimizedの実行時間はBTPG-naïveより長いが、これは無駄な処理ではなく、より多くのペアを探索しているためであり、性能向上に見合うコストである。

((b)) Scenario 2.