[논문 리뷰] Multi-Robot Task Allocation -- Complexity and Approximation

Haris Aziz, Hau Chan외 4명|arXiv (Cornell University)|2021. 03. 23.

Optimization and Search Problems참고 문헌 36인용 수 13

한 줄 요약

이 논문은 총예산, 작업별예산, 로봇별예산의 세 가지 예산 제약 조건 하에서 다중로봇 작업할당의 계산 복잡도를 연구하며, 근사 알고리즘을 제안하고 날카러운 상한을 증명한다. 작업이 최대 $ q^* $대의 로봇을 필요로 할 때, 로봇 및 작업 예산 설정 하에서 $ \frac{q^*+1}{2} $-근사가 다항시간 내로 달성 가능하며, 총예산 하에서 대칭 비용 조건에서는 PTAS가 존재한다. 반면, P = NP 가 아닌 한 $ (q^*)^{1-\epsilon} $ 보다 나은 근사는 불가능하다.

ABSTRACT

Multi-robot task allocation is one of the most fundamental classes of problems in robotics and is crucial for various real-world robotic applications such as search, rescue and area exploration. We consider the Single-Task robots and Multi-Robot tasks Instantaneous Assignment (ST-MR-IA) setting where each task requires at least a certain number of robots and each robot can work on at most one task and incurs an operational cost for each task. Our aim is to consider a natural computational problem of allocating robots to complete the maximum number of tasks subject to budget constraints. We consider budget constraints of three different kinds: (1) total budget, (2) task budget, and (3) robot budget. We provide a detailed complexity analysis including results on approximations as well as polynomial-time algorithms for the general setting and important restricted settings.

연구 동기 및 목표

• 총예산, 작업별예산, 로봇별예산의 세 가지 별도의 예산 제약 조건 하에서 다중로봇 작업할당의 계산 복잡도를 분석하는 것.
• 성능 보장을 보장하는 다항시간 근사 알고리즘을 개발하는 것.
• 표준 복잡도 가정 하에 날카로운 근사 불가능성 상한을 설정하는 것.
• 각 작업에 필요한 로봇 수의 최대값($ q^* $)이 유한할 경우 문제의 해법 가능성 특성화.
• 특수 케이스 및 매개변수화된 해법 탐색, 특히 대칭 비용 조건에서 PTAS를 달성한 경우를 중심으로 탐색.

제안 방법

• 총예산, 작업예산, 로봇예산의 세 가지 예산 제약 조건을 포함한 ST-MR-IA 문제를 정식화한다.
• 작업 요구사항을 $ q^* $로 표준화하기 위해 가짜 로봇을 도입함으로써 작업할당 문제를 일반화된 집합 패킹 문제로 환원한다.
• k-집합 패킹 문제에 대해 $ \frac{k}{2} $-근사 알고리즘을 적용하여 MaxTaskWithinRobotBudget 및 MaxTasksWithinTaskBudget에 대해 $ \frac{q^*+1}{2} $-근사 도달.
• 단위 수익을 가진 2차원 캐시백 문제로의 동치성을 활용하여 대칭 비용 조건 하에서 MaxTaskWithinTotalBudget에 대한 PTAS 설계.
• P = NP 가 아닌 한 $ (q^*)^{1-\epsilon} $ 보다 나은 근사 비율을 달성할 수 없는 것으로 증명하기 위해 난이도 감소 기법을 사용한다.
• 상수 $ q^* $ 조건 하의 특수 케이스 분석을 통해 향상된 근사 비율 및 해법 가능성 확인.

실험 결과

연구 질문

• RQ1 총예산, 작업별예산, 로봇별예산 제약 조건 하에서 작업을 최대한 완료하기 위해 로봇을 할당할 때의 계산 복잡도는 무엇인가?
• RQ2 각 작업에 필요한 로봇 수의 최대값($ q^* $)이 유한할 경우 ST-MR-IA 문제에 대해 상수 요인 근사가 달성 가능한가?
• RQ3 대칭 비용 조건 하에서 MaxTaskWithinTotalBudget에 대해 다항시간 근사계량기법(PTAS)이 존재하는가?
• RQ4 가능한 최고의 근사 비율은 무엇이며, 표준 복잡도 가정 하에 이는 날카로운가?
• RQ5 모든 작업이 동일한 수의 로봇을 필요로 할 경우 문제의 복잡도는 어떻게 변화하는가?

주요 결과

• 만약 $ q^* $ 가 상수로 유한할 경우, MaxTaskWithinRobotBudget 및 MaxTasksWithinTaskBudget에 대해 $ \frac{q^*+1}{2} $-근사 알고리즘이 존재한다.
• 대칭 비용 조건 하에서 MaxTaskWithinTotalBudget는 다항시간 근사계량기법(PTAS)을 갖는다.
• P = NP 가 아닌 한 어떤 고정된 $ \epsilon > 0 $ 에 대해서도 $ (q^*)^{1-\epsilon} $ 보다 나은 근사 비율을 달성할 수 있는 다항시간 알고리즘은 존재하지 않는다.
• 모든 작업이 정확히 두 대의 로봇을 필요로 할 경우에도 문제의 복잡도가 여전히 NP-난이도이므로, $ q^* = 2 $ 인 경우 MaxTaskWithinTaskBudget의 복잡도는 여전히 미해결 상태이다.
• 그리디 알고리즘이 $ q^* + 1 $ 근사 비율을 달성하며, $ q^* $ 가 상수일 경우 이는 $ \frac{q^*+1}{2} $ 로 향상된다.