[論文レビュー] Overview: Generalizations of Multi-Agent Path Finding to Real-World Scenarios

Hang Ma, Sven Koenig+8 more|arXiv (Cornell University)|Feb 17, 2017

Robotic Path Planning Algorithms参考文献 17被引用数 90

ひとこと要約

この論文はMAPFが現実世界の設定へ一般化する方法を概説し、四つの研究方向—TAPF、PERR、ハイウェイによる動作予測性、プラン実行の後処理—を挙げ、問題構造を活用して実践的な実行を保証する。

ABSTRACT

Multi-agent path finding (MAPF) is well-studied in artificial intelligence, robotics, theoretical computer science and operations research. We discuss issues that arise when generalizing MAPF methods to real-world scenarios and four research directions that address them. We emphasize the importance of addressing these issues as opposed to developing faster methods for the standard formulation of the MAPF problem.

研究の動機と目的

• 標準問題のより高速なMAPF手法が現実世界のシナリオに対して不十分である理由を動機づける。
• 現実世界の構造と実行制約に対処する四つの研究方向を紹介する。
• これらの方向が問題構造を活用して実用性と頑健性を向上させる方法を示す。
• 経路計画と同時にプラン実行の考慮が重要であることを強調する。

提案手法

• エージェントのチームに対してCombined Target Assignment and Path Finding (TAPF)を定式化し、数十のチームと数百のエージェントに対してスケール可能な最適なTAPF手法を提示する。
• Payloadの転送を許すPackage-Exchange Robot Routing (PERR)を定義し、その複雑性を分析し、MAPF/TAPFがNP困難な近似結果を伴って関連することを示す。
• ユーザー提供または自動生成されたハイウェイにMAPF解を偏らせることで経路の一貫性と予測可能性を向上させるハイウェイベースの方式を開発する。
• 時系列ネットワークを用いたポスト処理フレームワークを提案し、MAPF出力を運動学的制約と安全距離を守る実行可能な計画へ変換する。

実験結果

リサーチクエスチョン

• RQ1 入れ替え可能なエージェントのチームに対してメイクスパンを最適化するために、ターゲット割り当てを経路探索とどのように統合できるのか？
• RQ2 MAPFでのペイロード転送を許可することの影響と限界は何か、これが複雑性と解けやすさにどう影響するのか？
• RQ3 構造化されたハイウェイは共有作業空間における多エージェントの動作の一貫性と予測可能性を改善できるか？
• RQ4 実行の不完全さに対応しつつ再計画を避けるためにMAPF解をどのように適応させられるか？
• RQ5 現実世界のMAPFバリアントにおいて問題構造を活用することと計算的計算可能性を維持することのトレードオフは何か？

主な発見

• TAPFは標準のMAPFおよび匿名MAPFバリアントを一般化し、Conflict-Based Min-Cost Flow法が多くのチームと数百のエージェントへ最適なTAPFのスケーリングを達成する。
• PERRはMAPFを拡張してパッケージ交換を許可し、最適解の近似の難しさを証明し、MAPFおよびTAPFがTAPFで2隊でもメイクスパンの4/3以内での近似がNP困難であることを示す。
• 問題構造をハイウェイで活用することで、解法を加速しつつ境界付きのサブ最適コストを維持する。
• 単純な時系列ネットワークのポスト処理フレームワークは、ボトルネック、運動学的制約、安全距離を考慮した実行可能な計画スケジュールを作成でき、再計画の必要性を低減する。
• 本研究は計画と実行を統合的なフレームワークで結びつけることにより現実世界への適用性を強調する。