[論文レビュー] An Effective Algorithmic Framework for Near Optimal Multi-Robot Path Planning

Jingjin Yu, Daniela Rus|arXiv (Cornell University)|May 1, 2015

Robotic Path Planning Algorithms参考文献 35被引用数 6

ひとこと要約

本論文は、障害物が散在する連続的環境における近似的に最適なマルチロボット経路計画のための2段階のアルゴリズムフレームワークを提示する。まず、最適なヘキサゴナル格子を用いて配置空間を離散化し、ロードマップを構築する。次に、高速な離散MPPソルバーを適用して、グローバルに近似的に最適な解を生成する。本手法は、最大50台のロボットにおいて1秒未塔の計画時間を達成し、30％の空間占有率でさえも数百台のロボットにスケーリング可能である。

ABSTRACT

We present a centralized algorithmic framework for solving multi-robot path planning problems in general, two-dimensional, continuous environments while minimizing globally the task completion time. The framework obtains high levels of effectiveness through the composition of an optimal discretization of the continuous environment and the subsequent fast, near-optimal resolution of the resulting discrete planning problem. This principled approach achieves orders of magnitudes better performance with respect to both speed and the supported robot density. For a wide variety of environments, our method is shown to compute globally near-optimal solutions for fifty robots in seconds with robots packed close to each other. In the extreme, the method can consistently solve problems with hundreds of robots that occupy over 30% of the free space.

研究の動機と目的

• 連続的で複数連結な2次元環境における、密に配置されたラベル付き円形ロボットのグローバルに近似的に最適な経路を、効率的に計算することに挑戦する。
• 集中型MPPの計算不能性を克服するため、問題を離散的抽象化と高速な離散計画に分解する。
• 最小のマケスパンを維持しながら、高密度なロボット配置（最大30％の自由空間占有率）と大規模な問題（数百台のロボット）を可能にする。
• 解の品質を維持しつつ、先行手法と比較して数個のオーダーの高速化を達成する、原理的かつ拡張可能なフレームワークを提供する。

提案手法

• 1台のロボットの配置空間を構築し、最適なタイリングと衝突回避を保証するヘキサゴナル格子を重ねて敷き詰める。
• 各ロボットの開始位置とゴール位置を格子上の最近傍ノードにマッピングすることで、連続的問題の離散的抽象化を生成する。
• 高性能な離散MPPアルゴリズム（例：高度なヒューリスティクスを備えたA*ベース）を用いて、ロードマップに基づく問題を近似的に最適に解く。
• 適応的時間拡張（k方向分割）を採用し、速度と最適性のバランスを保ち、一貫性のあるパフォーマンスを維持する。
• 連続空間の接続性が保持されるようにロードマップを設計し、解の近似的最適性を維持する。
• 最小旋回半径制約を満たす非ホロノミックロボット（例：車型）をサポートするため、ヘキサゴナル格子上の経路が衝突を避けることを確認する。

実験結果

リサーチクエスチョン

• RQ1 ヘキサゴナル格子による連続的配置空間の原理的離散化は、マルチロボット経路計画の近似的に最適な離散的抽象化をもたらすか？
• RQ2 最適な格子タイリングと高速な離散MPPソルバーの組み合わせは、従来の集中型または分解型手法と比較して、スケーラビリティとパフォーマンスをどのように向上させるか？
• RQ3 本フレームワークは、解のマケスパンと計算速度を維持しながら、どの程度の高密度なロボット配置（例：30％の空間占有率）を処理できるか？
• RQ4 障害物が散在する環境において、正方形格子と比較してヘキサゴナル格子が最適性と接続性の点で優れているか？
• RQ5 解の品質や計算効率を損なわず、非ホロノミックロボットのサポートをフレームワークに拡張できるか？

主な発見

• 本フレームワークは、50台のロボットを10秒未塔でグローバルに近似的に最適な解を計算可能であり、密な配置状況下でも同様である。
• 本手法は、自由空間の30％以上を占める数百台のロボットを含む問題を一貫して解くことができ、前例のないスケーラビリティを示している。
• 多様な環境において、平均して0.5〜10秒の解法時間であり、適応的k方向分割によるわずかなパフォーマンスのピークが一部に見られるのみである。
• ヘキサゴナル格子は最適なタイリングを実現し、最小旋回半径2の非ホロノミックロボットをサポートし、衝突のない同時移動を保証する。
• 離散的ロードマップは連続空間の接続性を保持しており、解の品質と近似的最適性を維持する上で極めて重要である。
• 先行の集中型アプローチと比較して、本フレームワークは速度とロボット密度のサポートにおいて、数個のオーダーの優れたパフォーマンスを達成している。