[논문 리뷰] Constant Factor Time Optimal Multi-Robot Routing on High-Dimensional Grids in Mostly Sub-Quadratic Time

Jingjin Yu|arXiv (Cornell University)|2018. 01. 31.

Optimization and Search Problems참고 문헌 37인용 수 3

한 줄 요약

이 논문은 최대 로봇 밀도를 가진 고차원 격자에서 시간 최적의 다중로봇 라우팅을 위한 i SaG와 PartitionAndFlow (PaF) 두 알고리즘을 제안한다. i SaG는 주로 2차 이하의 시간 내에서 평균적으로 일정 요소 시간 최적성을 달성하며, PaF는 고정된 차원 $k \geq 2$에 대해 $O(d_g)$ 제작시간과 $o(|V|^2)$ 실행 시간을 보장하며, 고급 매칭 및 플로우 분해 기법을 활용해 최악의 경우에도 일정 요소 시간 최적성을 확보한다.

ABSTRACT

Let $G = (V, E)$ be an $m_1 imes \ldots imes m_k$ grid. Assuming that each $v \in V$ is occupied by a robot and a robot may move to a neighboring vertex in a step via synchronized rotations along cycles of $G$, we first establish that the arbitrary reconfiguration of labeled robots on $G$ can be performed in $O(k\sum_i m_i)$ makespan and requires $O(|V|^2)$ running time in the worst case and $o(|V|^2)$ when $G$ is non-degenerate (in the current context, a grid is degenerate if it is nearly one dimensional). The resulting algorithm, iSAG, provides average case $O(1)$-approximate (i.e., constant-factor) time optimality guarantee. When all dimensions are of similar size $O(|V|^{\frac{1}{k}})$, the running time of iSAG approaches a linear $O(|V|)$. Define $d_g(p)$ as the largest distance between individual initial and goal configurations over all robots for a given problem instance $p$, building on iSAG, we develop the PartitionAndFlow (PAF) algorithm that computes $O(d_g(p))$ makespan solutions for arbitrary fixed $k \ge 2$, using mostly $o(|V|^2)$ running time. PAF provides worst case $O(1)$-approximation regarding solution time optimality. We note that the worst case running time for the problem is $Ω(|V|^2)$.

연구 동기 및 목표

• 최대 로봇 밀도를 가진 고차원 격자에서 시간 최적의 다중로봇 라우팅 알고리즘을 개발하기 위해.
• 평균적으로 2차 이하의 실행 시간을 확보하면서도 일정 요소 시간 최적성을 유지하기 위해.
• 새로운 플로우 기반 라우팅 전략을 사용해 최악의 경우 시간 최적성 보장을 확장하기 위해.
• 격자 차원성과 로봇 이동 거리에 따라 잘 스케일링되는 효율적인 알고리즘을 제공하기 위해.
• 자동화된 창고 및 컨테이너 터미널과 같은 밀도 높은 로봇 시스템에서의 실용적 구현을 가능하게 하기 위해.

제안 방법

• i SaG는 비이분할 매칭 기반의 셔플링 절차를 사용하여 라벨이 없는 로봇을 격자 전역에 재분배함으로써 효율적인 재구성 가능성을 확보한다.
• 알고리즘은 매칭 기반 방법을 통해 로봇 플로우를 단위 순환으로 분해함으로써 효율적인 플로우 라우팅을 가능하게 한다.
• PaF는 i SaG를 서브루틴으로 활용하고, 수직 방향의 차원에 걸쳐 플로우 형태를 반복적으로 벗기고 쌓는 방식을 적용하여 플로우를 재형성한다.
• 주 격자 간 면 간의 플로우를 안전하게 재형성하고 라우팅하기 위해 $[6d_g]^k$ 크기의 보조 격자를 사용한다.
• 핵심 구성 요소는 $\Theta(d_g)^k$ 격자 내에서 $\Omega(d_g^{k-1})$ 개의 정점 분리 경로를 사용하는 것으로, 고속도 플로우 라우팅을 가능하게 한다.
• PaF는 최대 플로우 알고리즘을 사용해 글로벌 라우팅 계획을 계산하며, 실행 시간 복잡도는 $O(d_g^k |V|)$에 의해 지배된다.

실험 결과

연구 질문

• RQ1 고차원 격자에서 주로 2차 이하의 시간 내에 시간 최적의 다중로봇 라우팅을 달성할 수 있는가?
• RQ2 실행 시간을 $O(|V|^2)$ 이하로 줄이면서도 최악의 경우 일정 요소 시간 최적성을 유지할 수 있는가?
• RQ3 다중 차원에 걸쳐 플로우 재형성을 효율적으로 수행하여 고속도 라우팅을 가능하게 할 수 있는가?
• RQ4 정점 분리 경로 구조는 고차원 격자에서 효율적인 라우팅을 가능하게 하는 데 어떤 역할을 하는가?
• RQ5 이 알고리즘 프레임워크는 다른 격자 유사 또는 연속적인 로봇 설정으로 일반화될 수 있는가?

주요 결과

• i SaG는 열거되지 않은 격자에 대해 평균적으로 $O(1)$-근사 시간 최적성을 달성하며, 실행 시간은 $o(|V|^2)$이며, 최악의 경우 $O(|V|^2)$이다.
• 모든 차원의 크기가 $O(|V|^{1/k})$일 경우, i SaG의 실행 시간은 선형 $O(|V|)$에 수렴한다.
• PaF는 임의의 고정된 $k \geq 2$에 대해 $O(d_g(p))$ 제작시간을 계산하며, 시간 최적성에 대해 최악의 경우 $O(1)$-근사 보장을 한다.
• PaF는 $O(d_g^k |V|)$ 시간 내에 실행되며, $d_g = o(|V|^{1/k})$일 경우 $|V|$에 대해 2차 이하이며, 최악의 경우 $O(|V|^2)$이다.
• 알고리즘은 $\Theta(d_g)^k$ 격자 내에서 $\Omega(d_g^{k-1})$ 개의 정점 분리 경로가 존재함을 입증하며, 이는 효율적인 플로우 라우팅을 가능하게 한다.
• 프레임워크는 확장 및 격자 정렬을 통해 연속적 설정으로 확장되며, 디스크 로봇에 대해서도 $O(1)$-근사 보장을 유지한다.