[論文レビュー] Lifelong Multi-Agent Path Finding for Online Pickup and Delivery Tasks

Hang Ma, Jiaoyang Li+2 more|arXiv (Cornell University)|May 30, 2017

Robotic Path Planning Algorithms被引用数 74

ひとこと要約

本論文は lifelong MAPD を定式化し、2つのデカップルアルゴリズム、Token Passing (TP) と Token Passing with Task Swaps (TPTS)、および中央集権的な strawman を提示し、良く形成された MAPD インスタンスに対する TP および TPTS の解決可能性を実証し、シミュレートされた倉庫での経験的比較を行う。

ABSTRACT

The multi-agent path-finding (MAPF) problem has recently received a lot of attention. However, it does not capture important characteristics of many real-world domains, such as automated warehouses, where agents are constantly engaged with new tasks. In this paper, we therefore study a lifelong version of the MAPF problem, called the multi-agent pickup and delivery (MAPD) problem. In the MAPD problem, agents have to attend to a stream of delivery tasks in an online setting. One agent has to be assigned to each delivery task. This agent has to first move to a given pickup location and then to a given delivery location while avoiding collisions with other agents. We present two decoupled MAPD algorithms, Token Passing (TP) and Token Passing with Task Swaps (TPTS). Theoretically, we show that they solve all well-formed MAPD instances, a realistic subclass of MAPD instances. Experimentally, we compare them against a centralized strawman MAPD algorithm without this guarantee in a simulated warehouse system. TP can easily be extended to a fully distributed MAPD algorithm and is the best choice when real-time computation is of primary concern since it remains efficient for MAPD instances with hundreds of agents and tasks. TPTS requires limited communication among agents and balances well between TP and the centralized MAPD algorithm.

研究の動機と目的

• 既知の環境でのストリーミングデリバリタスクのためのMAPFの現実的な拡張として、ライフロングMAPDをモチベートする。
• オンラインのタスク到着と衝突回避を扱う2つのデカップルアルゴリズム（TPとTPTS）を提供する。
• 良く形成MAPDインスタンスに対する理論的保証を確立し、実験を通じて中央集権的アプローチと比較する。
• 動的タスク環境における分散協調と中央集権化の洞察を提供する。

提案手法

• MAPD問題を形式化し、良く形成 MAPDインスタンスを定義する。
• 共有トークンを用いてエージェントが順次経路を計画するToken Passing (TP)を開発する。
• 動的再割り当て（スワップ）を可能にするToken Passing with Task Swaps (TPTS)を開発する。
• デカップル設定で衝突のないエンドポイント間のパスを計算するPath1とPath2のサブルーチンを提供する。
• TPとTPTSがすべての良く形成MAPDインスタンスを解くことを証明する（有限で衝突のない計画の存在）。
• デカップルアプローチをベンチマークするための中央集権的な strawman (CENTRAL) を導入し、比較のために2段階MAPF計画問題を解く。

実験結果

リサーチクエスチョン

• RQ1 デカップルなオンラインMAPD戦略（TPとTPTS）は、良く形成MAPDインスタンスに対して解の存在を保証できるか？
• RQ2 動的なオンラインタスクストリームにおける効率とタスクサービス時間の観点で、TPとTPTSはどう比較されるか？
• RQ3 シミュレートされた倉庫におけるパフォーマンスに対する中央集権的計画と分散トークンベース手法の影響は何か？

主な発見

• TPはすべての良く形成MAPDインスタンスを解き、エージェント数/タスク数が多い場合に効率的である。
• タスクスワップによるTPTSは、TPよりもサービス時間が良くなることが多いが、必ずしも普遍的ではない（状況依存）。
• CENTRALは一般により良いパフォーマンスを持つより強力なベースラインを提供するが、より多くの通信と計算を要する。
• どちらのTPとTPTSも、エンドポイントベースの計画（Path1/Path2）と良く形成インスタンスの保証を活用して衝突のない運用を維持する。
• 21x35のシミュレートされた倉庫で最大50エージェントの実験は、TP、TPTS、CENTRALの間でメイクスパン、サービス時間、1タイムステップあたりの実行時間に定量的な差を示す。