[論文レビュー] Makespan Optimal Solving of Cooperative Path-Finding via Reductions to Propositional Satisfiability

Pavel Surynek|arXiv (Cornell University)|Oct 18, 2016

Robotic Path Planning Algorithms参考文献 33被引用数 3

ひとこと要約

本稿では、コoperative path-finding (CPF) 問題を充足可能性 (SAT) に還元することによって、マクスパン最適性を達成するための新しい手法を提案する。CPFインスタンスをブール論理式にエンコードし、現代のSATソルバを活用することで、特に制約が強く、エージェントが密集した環境において顕著な性能向上を達成した。この手法は、このような状況下で、既存のマクスパン最適手法を上回った。

ABSTRACT

The problem of makespan optimal solving of cooperative path finding (CPF) is addressed in this paper. The task in CPF is to relocate a group of agents in a non-colliding way so that each agent eventually reaches its goal location from the given initial location. The abstraction adopted in this work assumes that agents are discrete items moving in an undirected graph by traversing edges. Makespan optimal solving of CPF means to generate solutions that are as short as possi-ble in terms of the total number of time steps required for the execution of the solution. We show that reducing CPF to propositional satisfiability (SAT) represents a viable option for obtaining makespan optimal solutions. Several encodings of CPF into propositional formulae are suggested and experimentally evaluated. The evaluation indicates that SAT based CPF solving outperforms other makespan optimal methods significantly in highly constrained situations (environments that are densely occupied by agents).

研究の動機と目的

• 複数のエージェントがグラフ上で衝突を避けて目的地に到達する必要がある、マクスパン最適なコoperative path-finding (CPF) 問題を解く挑戦に応えること。
• CPFを命題論理充足可能性 (SAT) に還元することで最適解を得る可能性と有効性を検討すること。
• マクスパン最小化をサポートする複数のCPFのSATエンコードを設計および評価すること。
• SATベースの解法が、特に制約が強い環境において、既存のマクスパン最適手法を上回ることを実証すること。

提案手法

• エージェントの時系列的な移動を、特定の時刻における位置を表すブール変数としてモデル化することで、CPF問題を命題論理にエンコードする。
• エージェント同士の衝突を回避し、同時に同じノードやエッジを占領しないこと、および有効な移動ルールに従うことを保証する制約を追加する。
• 探索をマクスパンに制限するための時間制限制約を含め、解が得られるまで段階的にマクスパンを増加させる。
• SATソルバにおける圧縮性と伝播効率を最適化するエンコードバリエーションを複数提案する。
• SATソルバを用いて論理式の充足可能性を判定し、時間制限を繰り返し厳しくすることで最小マクスパンを特定する。
• 現代のSATソルバの効率を活用して、大規模な探索空間を体系的に探索し、最適解を効果的に発見する。

実験結果

リサーチクエスチョン

• RQ1 コoperative path-finding問題を命題論理充足可能性 (SAT) に還元することで、マクスパン最適解を得られるか？
• RQ2 CPFに用いる異なるSATエンコード戦略が、ソルバの性能とスケーラビリティに与える影響は何か？
• RQ3 制約が強い環境において、SATベースのCPF解法は既存のマクスパン最適アルゴリズムを上回るか？
• RQ4 エンコード設計の影響が、最適解の効率的発見に与える影響は何か？

主な発見

• SATベースのアプローチは、特に制約が強い環境において、コoperative path-finding問題に対してマクスパン最適解を達成した。
• エージェントが密集した環境では、解法時間とスケーラビリティの面で、他のマクスパン最適手法を上回った。
• 評価結果から、高度な制約伝播と探索最適化を活用することで、SATソルバが複雑なCPFインスタンスを効率的に処理できることを示した。
• 提案されたエンコードは、ブール制約の丁寧な設計がソルバの性能と解の収束性を顕著に向上させることを示した。