[论文解读] Any-Angle Pathfinding for Multiple Agents Based on SIPP Algorithm

Konstantin Yakovlev, Anton Andreychuk|arXiv (Cornell University)|Mar 12, 2017

Robotic Path Planning Algorithms被引用 8

一句话总结

该论文提出AA-SIPP(m)，一种基于任意角度扩展的SIPP（安全时间间隔路径规划）算法的优先级多智能体路径规划算法，可在2D方形网格上为圆形智能体实现平滑、非网格受限的轨迹。该方法在保持高成功率（>97%）和完整性的同时，相比仅使用正交移动的规划器，将解决方案成本降低了最多20%。

ABSTRACT

The problem of finding conflict-free trajectories for multiple agents of identical circular shape, operating in shared 2D workspace, is addressed in the paper and decoupled, e.g., prioritized, approach is used to solve this problem. Agents' workspace is tessellated into the square grid on which any-angle moves are allowed, e.g. each agent can move into an arbitrary direction as long as this move follows the straight line segment whose endpoints are tied to the distinct grid elements. A novel any-angle planner based on Safe Interval Path Planning (SIPP) algorithm is proposed to find trajectories for an agent moving amidst dynamic obstacles (other agents) on a grid. This algorithm is then used as part of a prioritized multi-agent planner AA-SIPP(m). On the theoretical, side we show that AA-SIPP(m) is complete under well-defined conditions. On the experimental side, in simulation tests with up to 200 agents involved, we show that our planner finds much better solutions in terms of cost (up to 20%) compared to the planners relying on cardinal moves only.

研究动机与目标

• 解决在2D网格环境中，智能体可朝任意方向移动而非仅沿网格边移动时的无冲突多智能体路径规划挑战。
• 克服传统基于网格的规划器仅允许正交或8方向移动的局限性，后者会产生次优、锯齿状的路径。
• 通过优先级方法，为在任意角度移动约束下实现完整、高效且实用的协同路径规划，提出解决方案。
• 为相同大小的圆形智能体在共享工作空间中与动态障碍物共存时，实现更平滑、更短、更真实的轨迹。
• 证明任意角度规划显著降低了解决方案成本，而不会牺牲成功率或可扩展性，尤其在大规模模拟中。

提出的方法

• 通过允许在网格单元之间以直线段作为有效移动（前提是不与阻挡单元相交），将SIPP算法扩展以支持任意角度移动。
• 提出一种新颖的任意角度规划器AA-SIPP，将SIPP的安全时间间隔概念扩展至连续运动，实现在动态环境中的无冲突路径规划。
• 将AA-SIPP作为优先级多智能体框架AA-SIPP(m)中的个体路径规划模块，其中智能体按分配的优先级顺序处理。
• 采用基于网格的表示方法，通过单元中心或角点追踪每个智能体的位置，并通过确保在任意角度路径上的时空分离来解决冲突。
• 应用时间展开图技术以建模连续时间运动，并检测轨迹上任意点可能发生的冲突，而不仅限于离散时间步。
• 通过证明当可行时，个体规划器能够找到有效路径，确保在一致优先级排序和有界智能体速度等明确条件下，AA-SIPP(m)的完整性。

实验结果

研究问题

• RQ1 优先级多智能体路径规划框架能否在保持完整性与无冲突轨迹生成的前提下，有效支持任意角度移动？
• RQ2 与仅使用正交移动的规划器相比，多智能体系统中使用任意角度路径对解决方案成本有何影响？
• RQ3 在大规模多智能体环境中使用任意角度规划时，计算效率与解决方案质量之间的权衡如何？
• RQ4 与耦合的最优规划器（如ICBS）相比，解耦的优先级方法在多大程度上能实现高成功率与低成本解决方案？
• RQ5 环境特征（如开阔区域与瓶颈区域）如何影响任意角度规划在多智能体路径规划中的性能提升？

主要发现

• 在开放环境（如den520d和ost003d）中，AA-SIPP(m)相比ICBS（仅正交移动的最优规划器）的解决方案成本最高降低20%。
• 在brc202d地图的狭窄通道区域，AA-SIPP(m)仍比正交移动最优解降低13.5%的成本，表明其在各类环境中均具有一致的改进效果。
• 在5分钟时间限制下，AA-SIPP(m)的成功率超过97%，显著优于ICBS，后者在100个以上智能体的情况下失败率高达100%。
• AA-SIPP(m)比ICBS更快，且与SIPP(m)速度相当，但解决方案质量显著优于SIPP(m)和ECBS。
• ICBS与SIPP(m)/ECBS之间的成本差异可忽略不计（小于1%），证实SIPP(m)和ECBS在正交移动下接近最优，但AA-SIPP(m)在成本效率上超越二者。
• 实验结果验证了AA-SIPP(m)在实际条件下具有完整性，并为任意角度多智能体路径规划提供了一种可扩展、高性能的替代方案，优于耦合与解耦规划器。