[論文レビュー] A Unifying Formalism for Shortest Path Problems with Expensive Edge Evaluations via Lazy Best-First Search over Paths with Edge Selectors

Christopher M. Dellin, Siddhartha S Srinivasa|arXiv (Cornell University)|Mar 10, 2016

Robotic Path Planning Algorithms参考文献 21被引用数 40

ひとこと要約

本稿では、エッジ評価が高コストな最短経路問題を統一的に扱うためのフレームワークであるLazy Shortest Path (LazySP) を提案する。エッジセレクタによって誘導される遅延最良優先探索を用いる。既存の複数のアルゴリズムがLazySPの特殊ケースであることを示し、サンプリングおよび統計力学に基づく新たなエッジセレクタを提案することで、エッジ評価回数を顕著に削減し、ベンチマーク問題において先行手法を上回る性能を発揮する。

ABSTRACT

While the shortest path problem has myriad applications, the computational efficiency of suitable algorithms depends intimately on the underlying problem domain. In this paper, we focus on domains where evaluating the edge weight function dominates algorithm running time. Inspired by approaches in robotic motion planning, we define and investigate the Lazy Shortest Path class of algorithms which is differentiated by the choice of an edge selector function. We show that several algorithms in the literature are equivalent to this lazy algorithm for appropriate choice of this selector. Further, we propose various novel selectors inspired by sampling and statistical mechanics, and find that these selectors outperform existing algorithms on a set of example problems.

研究の動機と目的

• エッジ重み評価が実行時間の主要要因となる最短経路問題における計算ボトルネックを解消すること。
• エッジ評価コストが高い状況における効率的な経路探索を可能にする、一貫した形式的枠組みで多様な既存アルゴリズムを統合すること。
• 最適性を維持しつつ、高コストなエッジ評価回数を最小限に抑える新たなエッジセレクタ戦略を開発すること。
• ロボットの運動計画を含む代表的な計画問題において、これらのセレクタの性能を実験的に評価すること。

提案手法

• 高価なエッジ重み評価を延期するための軽量推定関数を用いる、遅延最良優先探索アルゴリズムであるLazySPを提案する。
• 各反復で、軽量な最短経路計算から得られる候補経路に基づいて、どのエッジを評価するかを決定するエッジセレクタ関数を用いる。
• 未評価エッジに対しては安価な推定値 west(e) をデフォルトとして使用する遅延重み関数 wlazy を採用し、評価後は真の重み w(e) に切り替える。
• サンプリングおよび経路分布ヒューリスティクスにインspiredされた、新たなエッジセレクタ（Forward, Expand, Alternate, Partition, WeightSamp）を導入する。
• 反復間の繰り返し最短経路計算を高速化するため、インクリメンタル探索アルゴリズム（例：LPA*, SSSP）を適用する。
• 即時展開（w ≤ west の場合）や、内部経路が無限大である場合の早期終了といった最適化を組み込む。

実験結果

リサーチクエスチョン

• RQ1 高価なエッジ評価を伴う最短経路アルゴリズムを統一的に扱う形式的枠組みを開発できるか？
• RQ2 この統一的フレームワークの特殊ケースとして表現できる既存のアルゴリズムはどれか？
• RQ3 新たなエッジセレクタ戦略が、従来のものよりも高価なエッジ評価回数を効果的に削減できるか？
• RQ4 異なる問題領域、特にロボティクスおよび運動計画分野において、エッジセレクタの性能はどのように異なるか？

主な発見

• PartitionおよびWeightSampセレクタは、ArmPlanのような複雑な分野において、ベースライン手法と比較して顕著にエッジ評価回数を削減した。
• 経路分布に基づく新しいセレクタ（例：Partition, WeightSamp）は、Forward や Expand よりもテストしたすべてのベンチマーク問題で優れた性能を示した。
• ArmPlanドメインでは、セレクタ計算時間に1.54秒を追加するものの、エッジ評価の大幅な削減により、平均オンライン実行時間が短縮された。
• WeightSampセレクタは、単純な問題ではPartitionと同等の性能を示したが、ArmPlanでは性能が劣った。これは、経路分布の正確な近似に高いサンプリング要件が生じるためと推定される。
• 実行時間の結果から、セレクタ計算時間はエッジ評価時間に比べて無視できるほど小さく、遅延評価戦略の効率性が裏付けられた。
• インクリメンタル探索や即時展開といった最適化により、さらなる性能向上が達成され、早期終了は不適切な経路の効率的処理を可能にした。