[论文解读] A Pareto Optimal D* Search Algorithm for Multiobjective Path Planning

Alexander Lavin|arXiv (Cornell University)|Nov 3, 2015

Robotic Path Planning Algorithms参考文献 12被引用 6

一句话总结

本文提出 D*-PO，一种用于移动机器人多目标路径规划的帕累托最优 D* 搜索算法。通过将帕累托最优性整合到 D* 框架中，该算法在每一步均保证非支配解，在具有五个路径成本目标的火星漫游车仿真中，其性能优于传统的 A* 和 D* 算法。

ABSTRACT

Path planning is one of the most vital elements of mobile robotics, providing the agent with a collision-free route through the workspace. The global path plan can be calculated with a variety of informed search algorithms, most notably the A* search method, guaranteed to deliver a complete and optimal solution that minimizes the path cost. D* is widely used for its dynamic replanning capabilities. Path planning optimization typically looks to minimize the distance traversed from start to goal, but many mobile robot applications call for additional path planning objectives, presenting a multiobjective optimization (MOO) problem. Common search algorithms, e.g. A* and D*, are not well suited for MOO problems, yielding suboptimal results. The search algorithm presented in this paper is designed for optimal MOO path planning. The algorithm incorporates Pareto optimality into D*, and is thus named D*-PO. Non-dominated solution paths are guaranteed by calculating the Pareto front at each search step. Simulations were run to model a planetary exploration rover in a Mars environment, with five path costs. The results show the new, Pareto optimal D*-PO outperforms the traditional A* and D* algorithms for MOO path planning.

研究动机与目标

• 解决传统 A* 和 D* 算法在多目标路径规划（MOO）中的局限性，其中存在多个相互冲突的目标。
• 开发一种动态重规划算法，实现实时帕累托最优性，这对于移动机器人在不确定或变化的环境中导航至关重要。
• 确保在每个搜索步骤中计算出非支配解，避免标准多目标优化方法中常见的次优权衡。
• 为需要同时优化多个标准（如距离、能耗、时间、辐射和地形粗糙度）的应用提供高效、增量式的路径规划。
• 为行星探测机器人提供一种可扩展且稳健的解决方案，其中路径规划必须平衡多种运行约束。

提出的方法

• 通过在搜索过程中为每个节点维护一组非支配路径，将 D* 算法扩展以引入帕累托最优性。
• 在每个搜索步骤中，基于多个成本函数计算并存储帕累托前沿，确保没有解在所有目标上都优于其他解。
• 使用优先队列引导搜索向目标方向进行，同时在接收到新信息（如地形变化）时动态更新路径成本。
• 集成一个多目标启发函数，用于估计目标之间的最佳权衡，从而在动态条件下保持最优性。
• 在每个节点扩展时执行支配检查，仅保留非支配路径，确保解集始终保持帕累托最优。
• 利用 D* 的增量特性，当检测到新障碍物或成本变化时高效地重新规划，无需完全重新计算即可保持最优性。

实验结果

研究问题

• RQ1 D* 算法能否被扩展以在动态多目标路径规划场景中保持帕累托最优性？
• RQ2 与 A* 和标准 D* 相比，所提出的 D*-PO 算法在多目标路径规划中的解质量表现如何？
• RQ3 与传统算法相比，D*-PO 在环境动态变化下在多大程度上保持了非支配解？
• RQ4 在 D* 框架中维护帕累托前沿的计算开销有多大？是否适用于实时机器人应用？
• RQ5 在模拟的火星探测环境中，D*-PO 在平衡多个路径目标（如距离、能耗和地形粗糙度）方面的有效性如何？

主要发现

• D*-PO 算法通过在每个节点计算并更新帕累托前沿，在整个搜索过程中成功保持了帕累托最优性。
• 在行星探测漫游车的仿真中，D*-PO 在多目标路径规划中优于 A* 和标准 D*，提供了更优的权衡解。
• 该算法在五个路径成本目标上实现了非支配解：距离、能耗、时间、辐射暴露和地形粗糙度。
• 当环境发生变化时，D*-PO 展现出有效的动态重规划能力，且重新计算量最小，同时保持了解的质量。
• 结果表明，将帕累托最优性集成到 D* 中可显著提升多目标场景下的解质量，且不牺牲实时性能。
• 该算法能够维持一组非支配路径，确保决策者可获得全面的权衡前沿，用于任务规划。