[論文レビュー] Multi-agent Path Planning and Network Flow

Jingjin Yu, Steven M. LaValle|arXiv (Cornell University)|Apr 25, 2012

Vehicle Routing Optimization Methods被引用数 26

ひとこと要約

本稿は、衝突のない単位距離グラフ（CUG）上のマルチエージェント経路計画とネットワークフロー問題の間の理論的・アルゴリズム的関係を確立し、組合せ的ネットワークフローおよび線形計画法の手法の利用を可能にする。本稿は、CUG上での順列不変マルチエージェント経路計画が常に n + V − 1 時刻以内に実行可能解を有することを証明し、そのような解を計算する O(nVE) 時間のアルゴリズムを提示する。また、時間と距離の目的関数を効率的に最適化する手法を提供し、これらがパレート最適であり、同時に最適化できないことを示している。

ABSTRACT

This paper connects multi-agent path planning on graphs (roadmaps) to network flow problems, showing that the former can be reduced to the latter, therefore enabling the application of combinatorial network flow algorithms, as well as general linear program techniques, to multi-agent path planning problems on graphs. Exploiting this connection, we show that when the goals are permutation invariant, the problem always has a feasible solution path set with a longest finish time of no more than $n + V - 1$ steps, in which $n$ is the number of agents and $V$ is the number of vertices of the underlying graph. We then give a complete algorithm that finds such a solution in $O(nVE)$ time, with $E$ being the number of edges of the graph. Taking a further step, we study time and distance optimality of the feasible solutions, show that they have a pairwise Pareto optimal structure, and again provide efficient algorithms for optimizing two of these practical objectives.

研究の動機と目的

• CUG上でのマルチエージェント経路計画とネットワークフロー問題の正式な関係を確立すること。
• CUG上での順列不変マルチエージェント経路計画が、常に有界な時間枠内で実行可能であることを証明すること。
• 有界なマケスパン（完了時間の最大値）を持つ衝突のない経路を計算するための効率的な O(nVE) アルゴリズムを開発すること。
• 時間や距離といった実用的目標を最適化し、それらのトレードオフを分析すること。
• ゴール置換とパレート最適性がマルチエージェント経路計画に与える影響を調査すること。

提案手法

• 時間拡張ネットワーク構築を用いて、CUG上でのマルチエージェント経路計画を動的ネットワークフロー問題に還元する。
• 適応された最大フロー法を適用し、すべてのエージェントの実行可能で衝突のない経路を計算する。
• 各頂点を時間ステップごとに複製する時間拡張グラフ構造を用い、エッジは有効なエージェントの移動を表す。
• 最小コスト最大フローを用いて、合計時間や合計距離といった目的関数を最適化する。
• 時間拡張ネットワークの前方のみの構造を活用し、多項式時間内での解法を保証する。
• ゴール置換の処理と、時間と距離の目的関数のパレート最適なトレードオフの分析のためのフレームワークを導入する。

実験結果

リサーチクエスチョン

• RQ1 CUG上でのマルチエージェント経路計画はネットワークフロー問題に還元可能か？その還元にどのような意味が生じるか？
• RQ2 順列不変マルチエージェント経路計画における実行可能解のマケスパン（最大完了時間）のタイトな上界は何か？
• RQ3 時間と距離の目的関数を同時に最適化できる効率的なアルゴリズムを設計可能か？また、それらに内在するトレードオフは何か？
• RQ4 ゴール置換と経路構造は、マルチエージェント経路計画の解の最適性と計算複雑度にどのように影響するか？
• RQ5 ネットワークフローと線形計画法は、スケーラブルで最適または近似最適な解を得るためのマルチエージェントシステムに果たす役割は何か？

主な発見

• 本稿は、CUG上での任意の順列不変マルチエージェント経路計画問題が、n + V − 1 時刻以内に実行可能解を有することを証明している。ここで n はエージェント数、V は頂点数である。
• 実行可能解を計算するための O(nVE) 時間のアルゴリズムが提示されており、E はグラフのエッジ数を表す。
• 時間と距離の目的関数がパレート最適であることが示されており、一方を改善するには他方が悪化しなければならないことを意味する。
• 時間拡張ネットワーク上で最小コスト最大フローを用いることで、合計時間目的関数を O(nVE log V) 時間で効率的に最適化できる。
• 最短合計距離目的関数（目的24）は、時間と距離の目的関数（20, 21, 27）とは両立しない。つまり、同時に最適化することはできない。
• ゴール置換を許容する場合、目的20, 21, 27は同時に最適化可能であり、目的27（合計距離）を最適化すれば、他の目的の最適性も保証される。