[논문 리뷰] SEAR: A Polynomial-Time Expected Constant-Factor Optimal Algorithmic Framework for Multi-Robot Path Planning.

Shuai D. Han, Edgar J. Rodriguez외 1명|arXiv (Cornell University)|2017. 09. 24.

Robotic Path Planning Algorithms참고 문헌 39인용 수 7

한 줄 요약

이 논문은 정적 장애물이 없는 연속 도메인에서 라벨이 부여된 다중 로봇 경로 계획을 위한 다항 시간 알고리즘인 SEAR를 제안한다. 이 알고리즘은 기대값 기준으로 제작기한과 총 거리 양쪽 모두에서 일정 요인 최적성을 보장하며, O(n³) 시간에 실행되며, 로봇 구성 영역의 확장을 소수의 상수 배수로만 요구한다. 이는 시뮬레이션과 비틀림 제약이 있는 로봇에서의 하드웨어 실험을 통해 검증되었다.

ABSTRACT

This work studies the labeled multi-robot path and motion planning problem in continuous domains, in the absence of static obstacles. Given $n$ robots which may be arbitrarily close to each other and assuming random start and goal configurations for the robots, we derived an $O(n^3)$, complete algorithm that produces solutions with constant-factor optimality guarantees on both makespan and distance optimality, in expectation. Furthermore, our algorithm only requires a small constant factor expansion of the initial and goal configuration footprints for solving the problem. In addition to strong theoretical guarantees, we present a thorough computational evaluation of the proposed solution. Beyond the baseline solution, adapting an effective (but non-polynomial time) robot routing subroutine, we also provide a highly efficient implementation that quickly computes near-optimal solutions. Hardware experiments on microMVP platform composed of non-holonomic robots confirms the practical applicability of our algorithmic pipeline.

연구 동기 및 목표

• 임의의 초기 및 목표 구성에서 연속 도메인 내 라벨이 부여된 다중 로봇 경로 계획 문제에 도전한다.
• 기대값 기준으로 제작기한과 거리 양쪽 모두에서 일정 요인 최적성을 보장하는 완전하고 다항 시간 알고리즘을 개발한다.
• 경로 계획 가능성을 보장하기 위해 필요한 로봇 구성 영역의 확장량을 최소화한다.
• 즉각적인 근사 최적 해를 신속하게 계산할 수 있는 실용적이고 효율적인 구현을 제공한다.
• 광범위한 시뮬레이션과 실제 하드웨어 실험을 통해 알고리즘의 이론적 보장을 검증한다.

제안 방법

• 경로 계획 문제를 순차적인 할당 및 라우팅 하위 문제로의 새로운 분해를 통해 다항 시간에 해결한다.
• 임의의 초기 및 목표 구성 설정을 처리하기 위해 랜덤화된 할당 히우리스틱을 적용하여 기대값 기준 일정 요인 최적성을 확보한다.
• 복잡도를 증가시키지 않고도 잠재적 충돌을 해결하기 위해 초기 및 목표 구성 영역의 소수의 상수 배수 확장을 적용한다.
• 기준 최적성 확보를 위해 비다항 시간 로봇 라우팅 서브루틴을 통합한 후, 효율적이고 근사 최적의 변형으로 변환한다.
• 완전성과 확장성을 고려해 설계되었으며, O(n³) 시간 복잡도를 가지므로 대규모 다중 로봇 시스템에 적합하다.
• 비틀림 제약이 있는 로봇을 대상으로 한 microMVP 플랫폼에서의 하드웨어 실험을 통해 파ip라인의 실용성과 성능을 검증한다.

실험 결과

연구 질문

• RQ1 연속 도메인 내 다중 로봇 경로 계획 문제에서 다항 시간 알고리즘이 제작기한과 총 경로 길이 양쪽 모두에서 일정 요인 최적성을 달성할 수 있는가?
• RQ2 완전성과 최적성 보장을 확보하기 위해 필요한 최소한의 구성 영역 확장은 얼마인가?
• RQ3 실제로 비다항 시간 최적 방법과 비교해 볼 때 알고리즘의 기대 성능은 어떠한가?
• RQ4 이론적 보장을 유지하면서도 근사 최적 해를 신속하게 산출할 수 있도록 효율적으로 구현할 수 있는가?
• RQ5 비틀림 제약이 있는 실제 하드웨어 환경에서 알고리즘은 효과적으로 확장되고 신뢰성 있게 작동하는가?

주요 결과

• SEAR는 이론적 보장을 바탕으로 기대값 기준으로 제작기한과 총 경로 거리 양쪽 모두에서 일정 요인 최적성을 달성한다.
• 알고리즘은 O(n³) 시간에 실행되어 큰 수의 로봇에 대해서도 확장 가능하다.
• 해결 가능성을 보장하기 위해 로봇 구성 영역의 확장을 소수의 상수 배수로만 요구한다.
• 완전성과 강력한 이론적 성능을 유지하며, 로봇이 서로 매우 가까운 위치에서 시작하더라도 성능이 유지된다.
• 계산 평가 결과, 효율적인 구현이 근사 최적 해를 신속하게 계산함을 보여준다.
• microMVP 플랫폼에서의 하드웨어 실험을 통해 알고리즘의 실용적 적용 가능성과 실제 비틀림 제약 환경에서의 강건성을 확인한다.