[論文レビュー] Finding Coordinated Paths for Multiple Holonomic Agents in 2-d Polygonal Environment

Pavel Janovský, Michal Čáp+1 more|arXiv (Cornell University)|Feb 14, 2014

Robotic Path Planning Algorithms参考文献 7被引用数 8

ひとこと要約

本稿では、2次元の多角形環境における複数エージェントの経路計画を解決するため、RRT*計画と反応的衝突回避（ORCA）を組み合わせたハイブリッドアルゴリズム、ORCA-RRT*を提案する。RRT*が局所的最小値から脱出できる能力と、ORCAが高密度状況において効率的であるという特長を統合することにより、RRT*やORCA単体では解決できない、特にエージェント数が多く、半径が大きい設定の複雑なインスタンスにおいて、優れた成功確率と解の品質を達成した。

ABSTRACT

Avoiding collisions is one of the vital tasks for systems of autonomous mobile agents. We focus on the problem of finding continuous coordinated paths for multiple mobile disc agents in a 2-d environment with polygonal obstacles. The problem is PSPACE-hard, with the state space growing exponentially in the number of agents. Therefore, the state of the art methods include mainly reactive techniques and sampling-based iterative algorithms. We compare the performance of a widely-used reactive method ORCA with three variants of a popular planning algorithm RRT* applied to multi-agent path planning and find that an algorithm combining reactive collision avoidance and RRT* planning, which we call ORCA-RRT* can be used to solve instances that are out of the reach of either of the techniques. We experimentally show that: 1) the reactive part of the algorithm can efficiently solve many multi-agent path finding problems involving large number of agents, for which RRT* algorithm is often unable to find a solution in limited time and 2) the planning component of the algorithm is able to solve many instances containing local minima, where reactive techniques typically fail.

研究の動機と目的

• 2次元の多角形障害物を有する環境において、ホロノミックな複数エージェントの衝突のない経路を調整することに挑戦する。
• RRT*とORCAという既存の手法が、複雑な複数エージェント経路計画問題において抱える限界を評価すること。
• 計画的手法と反応的手法の長所を活かしたハイブリッドアルゴリズムの開発と検証すること。
• エージェント数が多く、半径が大きく、局所的最小値に陥りやすいインスタンスにおける解の品質と成功確率の向上を図ること。
• RRT*とORCAの組み合わせが、従来では解けなかった問題インスタンスを解けるようにすることを示すこと。

提案手法

• ORCA-RRT*アルゴリズムは、RRT*計画とORCAの相互作用的衝突回避を統合し、リアルタイムでの安全かつ最適性の保証を実現する。
• RRT*は状態空間を探索し、ランダムサンプリングによって局所的最小値から脱出するのに対し、ORCAは実行中に即時の衝突回避を保証する。
• アルゴリズムは anytime であり、RRT*木の精錬とORCAによる速度調整を通じて、時間の経過とともに解を段階的に改善する。
• 3つのRRT*変種（Line-RRT*、VisibilityGraph-RRT*、ORCA-RRT*）をテストしたが、ORCA-RRT*は両方のコンponentsを統合した。
• アルゴリズムは連続空間で動作し、エージェントを非無視可能なサイズの円盤としてモデル化し、多角形障害物を考慮する。
• 成功確率と解の品質は、時間制限、エージェント数、エージェント半径を変化させた条件下で評価された。

実験結果

リサーチクエスチョン

• RQ1 RRT*とORCAを組み合わせたハイブリッド手法は、複雑な複数エージェント経路計画問題において、単体の手法よりも優れた性能を示せるか？
• RQ2 計画と反応的回避の組み合わせが、エージェント数が多く、半径が大きいインスタンスにおける成功確率をどのように向上させるか？
• RQ3 ORCA-RRT*は、通常、反応的手法（ORCA）が閉じ込められがちな局所的最小値をどの程度克服できるか？
• RQ4 解の品質は時間経過とともにどのように変化するか？また、時間制約下でもORCA-RRT*は段階的な改善を維持できるか？
• RQ5 RRT*やORCAのいずれの手法でも個別に解けない問題インスタンスが存在するか？そのようなインスタンスをORCA-RRT*は解けるか？

主な発見

• ORCA-RRT*は、高エージェント数および高半径設定において、成功確率が1に近い水準に達し、両者の極限を同時に組み合わせた場合でもわずかに低下するにとどまった。
• RRT*やORCA単体では解決できなかったインスタンス、特に細い通路を長期間にわたり協調して通過する必要があるインスタンスを、ORCA-RRT*は正常に解決した。
• ORCA-RRT*は、時間制限が5秒および1秒の条件下で、テストインスタンスの50％以上でサブオプティマルさの観点で最高の順位を達成し、解の品質が常に最高であった。
• ORCAは初期段階で高品質な解を得られたが、時間が経っても改善しなかった。一方、ORCA-RRT*は段階的な改善を示し、時間の経過とともに解の品質が向上した。
• VisibilityGraph-RRT*はサブオプティマルさの順位で最悪であったが、Line-RRT*はサンプリングが高速なためより優れた成績を示したが、両者ともORCA-RRT*に劣った。
• 計画（RRT*）と反応的回避（ORCA）の組み合わせにより、ORCA-RRT*は高密度状況と局所的最小値の両方を処理可能となり、両方のコンponentが単体では解決できない問題を克服できた。