[論文レビュー] Collision Free Motion Planning on Graphs

Michael Färber|ArXiv.org|Jun 18, 2004

Robotic Path Planning Algorithms参考文献 11被引用数 12

ひとこと要約

本稿では、木構造のグラフ Γ 上の n 個の異なる粒子の運動計画の位相的複雑度が 2m(Γ)+1 に等しいことを確立している。ここで m(Γ) は本質的頂点の数であり、n が十分に大きい場合にはこの値は n とは無関係である。著者らは衝突のない明示的な運動計画アルゴリズムを導入し、そのようなアルゴリズムに必要な最小連続領域数が、配置空間の構造にのみ依存する位相不変量 TC(F(Γ,n)) に等しいことを証明した。

ABSTRACT

A topological theory initiated recently by the author uses methods of algebraic topology to estimate numerically the character of instabilities arising in motion planning algorithms. The present paper studies random motion planning algorithms and reveals how the topology of the robot's configuration space influences their structure. We prove that the topological complexity of motion planning TC(X) coincides with the minimal n such that there exists an n-valued random motion planning algorithm for the system; here $X$ denotes the configuration space. We study in detail the problem of collision free motion of several objects on a graph G. We describe an explicit motion planning algorithm for this problem. We prove that if G is a tree and if the number of objects is large enough, then the topological complexity of this motion planning problem equals 2m(G)+1 where m(G) is the number of the essential vertices of G. It turns out (in contrast with the results on the collision free control of many objects in space obtained earlier jointly with S. Yuzvinsky) that the topological complexity is independent of the number of particles.

研究の動機と目的

• グラフ上を複数の移動物体が動く系における衝突のない運動計画アルゴリズムに必要な最小連続領域数を特定すること。
• 配置空間 X に基づいて運動計画アルゴリズムの不安定性と不連続性を制限する位相不変量 TC(X) を確立すること。
• n 個の異なる粒子が木 Γ 上にある配置空間 F(Γ,n) を分析し、その位相的複雑度を導出すること。
• n が十分に大きい場合、位相的複雑度が粒子数とは無関係に木の本質的頂点にのみ依存することを示すこと。
• 最小の位相的複雑度を達成する明示的かつ実用的なグラフ上での多対象制御用運動計画アルゴリズムを提供すること。

提案手法

• 配置空間 X 上での運動計画アルゴリズムに必要な最小連続領域数として定義される位相不変量 TC(X) を用いる。
• ゼロ除算クラスを用いて TC(F(Γ,n)) の下界を導くために、特にコhomologyカップ積を用いた代数的位相の道具を適用する。
• n 個の粒子の配置をペアに投影する写像 Φ_i および Ψ_i を用いて、F(Γ,2) からのプルバックにより、F(Γ,n) 上に特定のコhomologyクラス v_i および w_i を構成する。
• 補題 13 を用いて、あるカップ積が線形独立でかつ互いに消える場合、TC(X) ≥ 2m+1 が成り立つことを示す。
• Γ が木である場合、F(Γ,n) の最小位相的複雑度を達成する明示的な運動計画アルゴリズムを第 8 章で開発する。
• F(Γ,2) が円のワッペンにホモトピー同値であることを利用し、木の本質的頂点を検出できるコhomologyクラスを定義する。

実験結果

リサーチクエスチョン

• RQ1 木 Γ 上の n 個の粒子に対する衝突のない運動計画アルゴリズムに必要な最小連続領域数は何か？
• RQ2 位相的複雑度 TC(F(Γ,n)) は粒子数 n と木 Γ の構造にどのように依存するか？
• RQ3 グラフ上での多粒子運動計画の位相的複雑度は、粒子数に依存しないことがあるか？
• RQ4 位相不変量 TC(X) と n 値の確率的運動計画アルゴリズムの存在との関係は何か？
• RQ5 ゼロ除算のカップ積といったコhomological不変量は、TC(X) の下界をどのように決定するか？

主な発見

• 木 Γ 上の n 個の異なる粒子の運動計画の位相的複雑度は、TC(F(Γ,n)) = 2m(Γ) + 1 に等しく、ここで m(Γ) は本質的頂点の数である。
• n が十分に大きい場合、位相的複雑度は n とは無関係であり、木の構造、特に本質的頂点の数にのみ依存する。
• F(Γ,n) におけるいかなる運動計画アルゴリズムの最小連続領域数も TC(F(Γ,n)) に等しく、これは第 8 章の明示的アルゴリズムによって達成される。
• 補題 13 のコhomological条件—カップ積の線形独立性および対ごとの消える性質—は、TC(X) ≥ 2m+1 を示唆する。
• 配置空間 F(Γ,2) は円のワッペンにホモトピー同値であり、これにより本質的頂点を検出できるコhomologyクラスの構成が可能になる。
• R² や R³ における運動計画（TC(F(R²,n)) = 2n−2）とは対照的に、木構造上では複雑度が n に対して定数であり、1 次元ネットワークでは顕著な簡素化が生じることを示している。