[论文解读] A Versatile Multi-Robot Monte Carlo Tree Search Planner for On-Line Coverage Path Planning

Phillip Hyatt, Zachary Brock+1 more|arXiv (Cornell University)|Feb 11, 2020

Robotic Path Planning Algorithms参考文献 48被引用 6

一句话总结

本文提出了一种基于蒙特卡洛树搜索（MCTS）的多机器人在线覆盖路径规划算法，在完成时间方面优于传统的基于Boustrophedon的规划器，尤其在机器人团队规模较大及机器人部署不均时表现更优。MCTS规划器在不硬编码启发式规则的情况下，通过调节目标函数，能够灵活整合诸如减少转向次数等次要目标，实现性能相当或更优，展现出在多目标机器人任务中的强大通用性。

ABSTRACT

Mobile robots hold great promise in reducing the need for humans to perform jobs such as vacuuming, seeding,harvesting, painting, search and rescue, and inspection. In practice, these tasks must often be done without an exact map of the area and could be completed more quickly through the use of multiple robots working together. The task of simultaneously covering and mapping an area with multiple robots is known as multi-robot on-line coverage and is a growing area of research. Many multi-robot on-line coverage path planning algorithms have been developed as extensions of well established off-line coverage algorithms. In this work we introduce a novel approach to multi-robot on-line coverage path planning based on a method borrowed from game theory and machine learning- Monte Carlo Tree Search. We implement a Monte Carlo Tree Search planner and compare completion times against a Boustrophedon-based on-line multi-robot planner. The MCTS planner is shown to perform on par with the conventional Boustrophedon algorithm in simulations varying the number of robots and the density of obstacles in the map. The versatility of the MCTS planner is demonstrated by incorporating secondary objectives such as turn minimization while performing the same coverage task. The versatility of the MCTS planner suggests it is well suited to many multi-objective tasks that arise in mobile robotics.

研究动机与目标

• 开发一种适用于未知或部分已知环境的通用、在线多机器人覆盖路径规划算法。
• 评估基于MCTS的规划器与传统的基于Boustrophedon的在线规划器在任务完成时间方面的性能表现。
• 展示规划器在不修改核心算法的前提下，能够有效整合次要目标（如减少转向次数）的能力。
• 评估机器人部署模式（如随机部署与沿墙部署）对覆盖效率的影响。
• 探索MCTS在基本覆盖任务之外的多机器人任务（如复杂环境中的目标跟踪）中的可行性。

提出的方法

• MCTS规划器使用基于模拟的树搜索来评估潜在的机器人动作，根据用户定义的目标函数选择路径。
• 每个MCTS节点代表一种机器人配置和动作序列，通过滚动模拟估算未来覆盖进度的期望值。
• 规划器能够实时动态推理机器人之间的交互作用及避障行为，适应部分环境知识。
• 次要目标（如减少转向）通过在目标函数中引入惩罚项进行编码，使MCTS能够在覆盖效率与行为偏好之间实现平衡。
• 基于Boustrophedon的规划器作为基线，采用固定的沿墙跟随和横向扫掠模式进行覆盖。
• 通过改变机器人数量、障碍物密度和初始机器人位置，进行仿真以测试算法的鲁棒性与可扩展性。

实验结果

研究问题

• RQ1 基于MCTS的多机器人在线覆盖规划器与传统的基于Boustrophedon的规划器相比，任务完成时间表现如何？
• RQ2 机器人部署模式（随机部署与沿墙部署）对MCTS和Boustrophedon规划器的覆盖效率有何影响？
• RQ3 MCTS规划器在不牺牲覆盖性能的前提下，能在多大程度上整合如减少转向次数等次要目标？
• RQ4 障碍物密度与完成时间之间存在何种关系？MCTS规划器是否对环境复杂度的增加表现出鲁棒性？
• RQ5 相同的MCTS框架是否可通过极少修改适应其他多机器人任务（如目标跟踪）？

主要发现

• 当机器人随机部署时，MCTS规划器的完成时间短于Boustrophedon规划器，这是由于其空间分布更均匀且重叠更少。
• 两种规划器的完成时间均几乎不受障碍物密度增加的影响，表明对环境复杂度具有鲁棒性。
• 当对左转进行惩罚时，MCTS规划器成功将左转次数减少30%，并增加了右转次数，证明了对次要目标的有效整合。
• 当同时对左转和右转施加惩罚时，总转向次数显著减少，证实了规划器可通过调整目标函数有效调节行为。
• 当未施加转向成本时，MCTS规划器实现了最低的完成时间，表明减少转向与最小化覆盖时间之间存在权衡。
• 通过仅改变目标函数，定性地证明了MCTS框架可适应非覆盖任务（如多机器人目标跟踪），具有良好的可扩展性。