[논문 리뷰] Planning Optimal Paths for Multiple Robots on Graphs

Jingjin Yu, Steven M. LaValle|arXiv (Cornell University)|2012. 04. 17.

Robotic Path Planning Algorithms참고 문헌 39인용 수 14

한 줄 요약

이 논문은 그래프에서 시간 최적 및 거리 최적 해를 보장하는 완전하고 정확한 알고리즘을 통해 최적의 다중로봇 경로 계획을 위한 다중유량 기반 정수선형계획법(ILP) 프레임워크를 제안한다. 최신 ILP 솔버(Gurobi 등)를 사용하여 수십 대의 로봇이 수백 개의 정점으로 구성된 그래프에서 분석을 몇 분 내로 수행할 수 있으며, 시간 최적 솔버는 대규모 인스턴스에 대해서도 효과적인 휴리스틱으로도 기능한다.

ABSTRACT

In this paper, we study the problem of optimal multi-robot path planning (MPP) on graphs. We propose two multiflow based integer linear programming (ILP) models that computes minimum last arrival time and minimum total distance solutions for our MPP formulation, respectively. The resulting algorithms from these ILP models are complete and guaranteed to yield true optimal solutions. In addition, our flexible framework can easily accommodate other variants of the MPP problem. Focusing on the time optimal algorithm, we evaluate its performance, both as a stand alone algorithm and as a generic heuristic for quickly solving large problem instances. Computational results confirm the effectiveness of our method.

연구 동기 및 목표

• 일반 그래프에서 시간 및 거리 최적성 기준에 따라 완전하고 정확한 알고리즘을 개발함으로써 최적의 다중로봇 경로 계획(MPP)을 수행하는 것.
• MPP의 계산 비가역성 문제를 해결하기 위해 네트워크 유량 기반 ILP 수식을 활용하여 최적 해를 보장하는 것.
• 제안된 ILP 모델의 성능을 대규모 문제 인스턴스에서 평가하고, 이들이 휴리스틱으로서의 활용 가능성도 검토하는 것.
• 기본 수식 외 다양한 MPP 변형을 수용할 수 있는 유연하고 확장 가능한 프레임워크를 제공하는 것.

제안 방법

• 로봇 경로와 충돌 제약 조건을 인코딩하기 위해 다중유량 기반 정수선형계획법(ILP) 모델을 사용하여 MPP 문제를 수식화한다.
• 시간 최적성을 마지막 도착 시간을 최소화하는 것으로 모델링하고, 거리 최적성을 총 경로 길이를 최소화하는 것으로 모델링한다.
• 로봇 궤적을 표현하고 그래프 상에서 충돌 없는 이동을 보장하기 위해 [31]의 영향을 받은 네트워크 유량 구조를 사용한다.
• 완전성과 최적성을 보장하기 위해 최신 수준의 ILP 솔버(Gurobi)를 사용하여 유도된 MIP 수식을 해결한다.
• 대규모 인스턴스에서의 경로 계획 파ip라인 내에서 국소 충돌 해소 휴리스틱으로서 시간 최적 솔버(Tompp)를 활용한다.
• Tompp를 사용하여 반경 2의 공간-시간 윈도우 내에서 국소 충돌을 복구하는 이웃 기반 국소 수리 메커니즘을 도입한다.

실험 결과

연구 질문

• RQ1 다중유량 기반 ILP 수식이 일반 그래프에서 시간 최적 다중로봇 경로 계획에 대해 완전하고 최적의 해를 달성할 수 있는가?
• RQ2 제안된 ILP 모델의 성능는 로봇 수와 장애물 수 증가에 따라 어떻게 변화하는가?
• RQ3 시간 최적 ILP 솔버(Tompp)는 대규모 시나리오에서 비최적이지만 빠른 경로 계획을 위한 일반 휴리스틱으로 효과적으로 재사용될 수 있는가?
• RQ4 거리 최적 해(Dompp)는 서로 다른 최단 경로 이론적 하한선에 얼마나 가까이 근접하는가?

주요 결과

• Tompp 알고리즘은 32×32 격자에서 장애물 비율 20% 조건 하에 최대 150대의 로봇에 대해 평균 11초 이내로 시간 최적 MPP 문제를 해결하였으며, 125대 이하의 로봇에 대해 100% 목표 달성률을 기록하였다.
• 장애물 비율 5–15% 조건에서 45개 인스턴스 중 42개에 대해 Dompp는 진정한 거리 최적 해를 도출하였으며, 대부분의 경우 이론적 최소값과 1% 미만의 편차를 보였다.
• Tompp는 평균적으로 최적 경로보다 50% 더 긴 경로를 생성했지만, Dompp는 거리 최적 하한선에 1% 이내의 해를 달성하였다.
• 장애물 밀도 25% 조건에서 Tompp의 평균 계산 시간은 81.6초였고, 장애물 비율 15% 조건에서 Dompp는 평균 42.7초 만에 근사 최적의 거리 해를 도출하였다.
• Tompp를 국소 충돌 해소 휴리스틱으로 사용한 휴리스틱 파이프라인은 150대의 로봇에 대해 30초 이내에 98.6%의 목표 달성률을 기록하여 뛰어난 확장성을 입증하였다.