[논문 리뷰] A Feedback Scheme to Reorder a Multi-Agent Execution Schedule by Persistently Optimizing a Switchable Action Dependency Graph

Alexander Berndt, Niels Van Duijkeren외 2명|arXiv (Cornell University)|2020. 10. 11.

Robotic Path Planning Algorithms인용 수 7

한 줄 요약

이 논문은 AGV 지연 상황에서 누적 경로 완료 시간을 최소화하기 위해 피드백 기반 온라인 재정렬 기법을 제안한다. Switchable Action Dependency Graph(SADG)를 사용하여 다중 에이전트 경로 계획에서 실행 순서를 지속적으로 최적화함으로써 사전 계획된 경로를 재해결하지 않고도 사고 및 死록 없이 빠른 작업 완료를 달성한다. 특히 높은 지연 상황에서 평균 완료 시간이 최대 30% 향상된다.

ABSTRACT

In this paper we consider multiple Automated Guided Vehicles (AGVs) navigating a common workspace to fulfill various intralogistics tasks, typically formulated as the Multi-Agent Path Finding (MAPF) problem. To keep plan execution deadlock-free, one approach is to construct an Action Dependency Graph (ADG) which encodes the ordering of AGVs as they proceed along their routes. Using this method, delayed AGVs occasionally require others to wait for them at intersections, thereby affecting the plan execution efficiency. If the workspace is shared by dynamic obstacles such as humans or third party robots, AGVs can experience large delays. A common mitigation approach is to re-solve the MAPF using the current, delayed AGV positions. However, solving the MAPF is time-consuming, making this approach inefficient, especially for large AGV teams. In this work, we present an online method to repeatedly modify a given acyclic ADG to minimize route completion times of each AGV. Our approach persistently maintains an acyclic ADG, necessary for deadlock-free plan execution. We evaluate the approach by considering simulations with random disturbances on the execution and show faster route completion times compared to the baseline ADG-based execution management approach.

연구 동기 및 목표

• AGV가 큰 불확실한 지연을 겪을 경우 다중 에이전트 경로 탐색(MAPF)의 비효율성을 해결하기 위해.
• 전체 MAPF 문제를 재해결하지 않고도 온라인 피드백 기반으로 AGV 실행 순서를 재정렬하는 방법을 개발하기 위해.
• 누적 경로 완료 시간을 최소화하면서도 사고 및 사전 차단 없이 실행을 유지하기 위해.
• 초기부터 보수적인 강건 계획에 의존하지 않고도 동적 지연에 실시간으로 적응할 수 있도록 하기 위해.
• 기존 MAPF 솔루션과 호환되며 원래 경로를 유지하는 보완적 접근법을 제공하기 위해.

제안 방법

• 실시간 지연 측정 값을 기반으로 실행 순서를 최적화하기 위해 Switchable Action Dependency Graph(SADG)를 사용한다.
• 누적 경로 완료 시간을 최소화하는 혼합정수선형계획문제(MILP)로 재정렬 문제를 수립한다.
• SADG는 사이클성을 유지하면서도 AGV 간 의존성의 동적 전환을 허용하여 사전 차단 없는 실행을 보장한다.
• 피드백 루프는 AGV 위치를 지속적으로 모니터링하고 정기적인 간격으로 의존성 그래프를 재최적화한다.
• 알려진 AGV 계획을 가정하고 후행 수평 방식으로 작동하여 지속적인 적응을 가능하게 한다.
• 전체 재계획을 피하고 원래 MAPF 솔루션을 기준선으로 삼아 실시간 성능 향상을 달성한다.

실험 결과

연구 질문

• RQ1 전체 MAPF 문제를 재해결하지 않고도 큰 지연 상황에서 AGV 실행 순서의 온라인 재정렬이 누적 작업 완료 시간을 줄일 수 있는가?
• RQ2 동적 지연 상황에서 SADG 기반 피드백 기반 실행 관리 방식이 기준선 ADG 기반 실행 관리 방식보다 성능이 뛰어난가?
• RQ3 스위칭 수평 길이와 AGV 팀 규모가 의존성 재정렬의 효과성에 어떤 영향을 미치는가?
• RQ4 최적화가 성능을 악화시키는 조건는 무엇이며, 그 이유는 무엇인가?
• RQ5 이 방법은 기존 MAPF 솔루션과 통합 가능하며, 지속적 또는 국소적으로 재계획된 경로로 확장 가능한가?

주요 결과

• 제안된 방법은 높은 지연 상황에서(k=25) 기준선 ADG 기반 실행보다 평균적으로 최대 30% 향상된 누적 경로 완료 시간을 달성했다.
• 스위칭 수평 길이가 1인 경우 이미 뚜렷한 성능 향상이 있었으며, 특히 더 큰 AGV 팀에서 더 큰 수평 길이로 갈수록 점진적인 향상이 있었다.
• 최적의 AGV 팀 규모는 작업장 밀도와 스위칭 유용성 사이의 균형을 이루며, 특정 지연 상황에서 40대의 AGV가 평균적으로 가장 높은 향상을 보였다.
• 출발/도착 구성의 차이로 인한 자유도의 다양성이 성능 변동성의 주요 원인이었으며, 이는 의존성 스위칭의 가능성을 영향을 받는다.
• 작은 지연 상황에서는 일부 경우에서 부정적인 성능 향상도 관찰되었는데, 주로 이전에 우선순위가 주어진 AGV의 향후 지연으로 인한 것으로, 강건한 최적화가 필요함을 시사한다.
• 이 방법은 충돌 및 사전 차단 없이 실행을 유지하면서 실시간 적응이 가능하며, 피크 계산 시간은 수평 길이와 팀 규모에 따라 지수적으로 증가한다.