[論文レビュー] CTRMs: Learning to Construct Cooperative Timed Roadmaps for Multi-agent Path Planning in Continuous Spaces

Keisuke Okumura, Ryo Yonetani+2 more|arXiv (Cornell University)|Jan 24, 2022

Robotic Path Planning Algorithms被引用数 4

ひとこと要約

本稿では、連続空間におけるマルチエージェント経路計画（MAPP）のためのデータ駆動型手法として、協調的タイムドロードマップ（CTRMs）を提案する。CTRMsは、エージェント固有で衝突を考慮した、時間情報を含む拡張されたロードマップを学習的に構築する。MAPPのデモデータセット上で条件付き変分オートエンコーダ（CVAE）を学習させることで、ベースライン手法と比較して著しく少ない探索作業で、高品質かつ効率的な経路計画を実現する。

ABSTRACT

Multi-agent path planning (MAPP) in continuous spaces is a challenging problem with significant practical importance. One promising approach is to first construct graphs approximating the spaces, called roadmaps, and then apply multi-agent pathfinding (MAPF) algorithms to derive a set of conflict-free paths. While conventional studies have utilized roadmap construction methods developed for single-agent planning, it remains largely unexplored how we can construct roadmaps that work effectively for multiple agents. To this end, we propose a novel concept of roadmaps called cooperative timed roadmaps (CTRMs). CTRMs enable each agent to focus on its important locations around potential solution paths in a way that considers the behavior of other agents to avoid inter-agent collisions (i.e., "cooperative"), while being augmented in the time direction to make it easy to derive a "timed" solution path. To construct CTRMs, we developed a machine-learning approach that learns a generative model from a collection of relevant problem instances and plausible solutions and then uses the learned model to sample the vertices of CTRMs for new, previously unseen problem instances. Our empirical evaluation revealed that the use of CTRMs significantly reduced the planning effort with acceptable overheads while maintaining a success rate and solution quality comparable to conventional roadmap construction approaches.

研究の動機と目的

• 連続空間における効率的なマルチエージェント経路計画（MAPP）の課題に対処すること。従来のロードマップ手法は複数エージェントを想定して最適化されていない。
• 解の可能性を捉えた効果的かつスパarsなロードマップを構築することで、MAPFアルゴリズムの探索空間を縮小すること。
• エージェント間の協調性と時間的認識をロードマップ構築に組み込むことで、計画の効率性と解の品質を向上させること。
• さまざまな状況（エージェント数や障害物の配置が異なる）に一般化可能な学習ベースのアプローチを構築すること。

提案手法

• MAPPの問題インスタンスとその対応する衝突のない解経路のデータセット上で、エージェントの時間的行動をモデル化するため、条件付き変分オートエンコーダ（CVAE）を学習する。
• 学習済みCVAEは、新しい未確認の問題インスタンス用に、エージェント固有のCTRMsを構築するための空間時間頂点サンプラー $F_{\rm CTRM}$ として機能する。
• CTRMsは有向無閉路グラフであり、空間的位置と時間ステップを両方とも符号化することで、相互作用のリスクを低減したタイムドリブンな経路計画を可能にする。
• エージェントの協調性とサンプリングの正確性を向上させるために、通信特徴 $\mathbf{x}_{\rm comm}$ とインジケータ特徴 $\mathbf{x}_{\rm ind}$ を統合する。
• CTRMsの構築中にランダムウォーク戦略を用いることで、多様な経路候補を探索しつつも、高い成功確率を維持する。
• 得られたCTRMsは、標準的なMAPFソルバの入力として使用され、衝突のない経路を高速かつ効率的に計算可能になる。

実験結果

リサーチクエスチョン

• RQ1 探索作業を最小限に抑えつつ、連続空間におけるマルチエージェント経路計画を効果的に支援するロードマップの構築方法は何か？
• RQ2 マルチエージェントシステムにおいて高い成功確率と解の品質を達成するために、ロードマップ構築に不可欠な特徴は何か？
• RQ3 学習された生成モデルは、ランダムまたは一様サンプリングと比較して、ロードマップベースのMAPPの効率性と有効性をどの程度向上させられるか？
• RQ4 通信特徴とインジケータ特徴は、CTRMs構築における学習サンプリングモデルの性能にどのように影響を与えるか？
• RQ5 1つの訓練済みモデルが、エージェント数や障害物配置が異なるさまざまなシナリオに一般化して適用可能か？

主な発見

• CTRMsは $N_{\rm traj} = 25$ の基本的シナリオで80%の成功率を達成し、通信特徴を欠いたバージョン（23%）やランダムウォークを用いないバージョン（3%）を著しく上回った。
• 1エージェントあたりのコスト合計は21.2（95%信頼区間：20.3–22.0）であり、サンプリング作業の削減を考慮しても、ベースライン手法と同等またはそれ以上の水準であった。
• 展開ノード数は平均で612.4にまで削減され、ベースラインと比較して顕著な改善が見られた。これは、探索空間が著しく小さくなったことを示している。
• CTRMs構築のオーバーヘッドを含めた総計画時間は実用的で競争力があり、CTRMs作成直後に解が即座に生成された。
• モデルは一般化性を示した。1つのシナリオで訓練されたモデルが、異なるエージェント数や障害物レイアウトを持つ他のシナリオでも問題を正常に解釈できた。
• アブレーションスタディにより、通信特徴、インジケータ特徴、ランダムウォークの各要素が高性能を達成するために不可欠であることが確認された。それらを欠如させると、成功確率と解の品質が著しく低下した。