[論文レビュー] EECBS: A Bounded-Suboptimal Search for Multi-Agent Path Finding

Jiaoyang Li, Wheeler Ruml+1 more|arXiv (Cornell University)|Oct 3, 2020

Robotic Path Planning Algorithms参考文献 28被引用数 28

ひとこと要約

本稿では、明示的推定探索（EES）を用いて、オンライン学習により非許容的ヒューリスティクスを生成することで、より高速なハイレベルノード選択を実現する、有界準最適なマルチエージェントパスファインディング（MAPF）用の探索アルゴリズムであるEECBSを提案する。EECBSは4つの主な改善を組み合わせており、ECBS、BCP-7、eMDD-SATといった最先端のアルゴリズムを上回り、1分間の制限時間内で最大1,000エージェントのインスタンスを解ける一方で、最適解の2％以内の解を保証する。

ABSTRACT

Multi-Agent Path Finding (MAPF), i.e., finding collision-free paths for multiple robots, is important for many applications where small runtimes are necessary, including the kind of automated warehouses operated by Amazon. CBS is a leading two-level search algorithm for solving MAPF optimally. ECBS is a bounded-suboptimal variant of CBS that uses focal search to speed up CBS by sacrificing optimality and instead guaranteeing that the costs of its solutions are within a given factor of optimal. In this paper, we study how to decrease its runtime even further using inadmissible heuristics. Motivated by Explicit Estimation Search (EES), we propose Explicit Estimation CBS (EECBS), a new bounded-suboptimal variant of CBS, that uses online learning to obtain inadmissible estimates of the cost of the solution of each high-level node and uses EES to choose which high-level node to expand next. We also investigate recent improvements of CBS and adapt them to EECBS. We find that EECBS with the improvements runs significantly faster than the state-of-the-art bounded-suboptimal MAPF algorithms ECBS, BCP-7, and eMDD-SAT on a variety of MAPF instances. We hope that the scalability of EECBS enables additional applications for bounded-suboptimal MAPF algorithms.

研究の動機と目的

• 数百のエージェントを含む大規模な状況において、最適なMAPFアルゴリズムのスケーラビリティの限界を克服すること。
• 解の品質保証を維持しつつ、有界準最適なMAPFにおける実行時間を短縮すること。
• 焦点探索を明示的推定探索（EES）に置き換え、オンライン学習を用いて非許容的ヒューリスティクスを生成することで、ECBSを改善すること。
• 最近のCBS改善策（衝突の回避、衝突の優先順位付け、対称性の考慮、WDGヒューリスティクス）を、新しいEECBSフレームワークに適応すること。
• 多様なMAPFベンチマーク上で、EECBSがECBS、BCP-7、eMDD-SATを上回ることを実証的に検証すること。

提案手法

• EECBSは、ECBSにおける焦点探索を、ハイレベル探索で明示的推定探索（EES）に置き換える。これにより、学習された非許容的コスト推定値に基づいてノードを優先順位付けする。
• オンライン学習を用いて、ハイレベルノードの下にある解のコストを動的に推定することで、許容性を要件とせず、より迅速な収束を実現する。
• 4つのCBS改善策（衝突の回避、衝突の優先順位付け、対称性の考慮、WDGヒューリスティクス）を統合し、より効率的なプルーニングと探索効率を向上させる。
• ハイレベルノードの展開は、学習された非許容的ヒューリスティクスを用いたEESによって制御され、ローレベルのパスファインディングでは制約を用いたA*が衝突を解消するために使用される。
• 解のコストは、ユーザーが指定した最適解の要因内に制限され、準最適性の保証が得られる。
• このフレームワークは、エージェント数と準最適性要因が変化する6つの標準的なMAPFベンチマークマップで評価された。

実験結果

リサーチクエスチョン

• RQ1 ECBSにおける焦点探索をEESに置き換えることで、有界準最適性を維持しつつ実行時間を著しく短縮できるか？
• RQ2 オンライン学習は、MAPFにおけるハイレベルノード選択のための有用な非許容的ヒューリスティクスを生成するのに効果的か？
• RQ3 標準的なCBS改善策（例：衝突の回避、対称性の考慮）は、EECBSフレームワークに効果的に適用可能か？
• RQ4 ECBS、BCP-7、eMDD-SATといった最先端の有界準最適MAPFアルゴリズムと比較して、EECBSのパフォーマンスとスケーラビリティはどの程度か？
• RQ5 EECBSは、1分間の厳密な時間制限内で、1,000エージェントといった大規模なMAPFインスタンスにスケーリング可能であり、近似的に最適な解品質を維持できるか？

主な発見

• 4つの改善をすべて組み合わせたEECBS+は、6つのベンチマークマップすべてにおいてECBS、BCP-7、eMDD-SATを上回り、実行時間と成功確率の両面で顕著な優位性を示した。
• 平均して、EECBS+はECBSの2倍のエージェント数まで1分間の制限時間内で解けることが確認され、特にden520dやwarehouse-10-2-10-2-1といった大規模マップで顕著だった。
• ECBSとEECBS+の両方で解かれた1,081件のインスタンスにおいて、EECBS+の平均解のコストは1,958、ECBSは1,967であったため、解の品質に劣化は認められなかった。
• 小規模なマップで準最適性要因が低い状況では、BCP-7とeMDD-SATがECBSを上回ったが、EECBS+はすべてのマップサイズとエージェント数において、3者をすべて上回った。
• EESとオンライン学習の組み合わせにより、特にヒューリスティクスが負の相関を持つ場合に、EECBSはECBSよりも迅速な収束を達成した。
• den312dマップや180エージェントのランダムマップでは、EECBS+はほぼすべてのインスタンスを解けたが、ECBSは同じ時間制限内では数例のみまたは全く解けなかった。