[论文解读] Automatic Algorithm Selection In Multi-agent Pathfinding

Devon Sigurdson, Vadim Bulitko+3 more|arXiv (Cornell University)|Jun 10, 2019

Robotic Path Planning Algorithms参考文献 25被引用 17

一句话总结

本文提出了一种用于多智能体路径规划（MAPF）的自动算法选择框架，利用预训练的卷积神经网络（AlexNet）基于输入地图特征从MAPF求解器组合（FAR、WHCA* 和 BMAA*）中预测最佳性能算法。该方法在测试地图上实现了76.6%的完成率，优于表现最好的单一算法（FAR，66.1%），并显著降低了总行进距离和目标达成时间。

ABSTRACT

In a multi-agent pathfinding (MAPF) problem, agents need to navigate from their start to their goal locations without colliding into each other. There are various MAPF algorithms, including Windowed Hierarchical Cooperative A*, Flow Annotated Replanning, and Bounded Multi-Agent A*. It is often the case that there is no a single algorithm that dominates all MAPF instances. Therefore, in this paper, we investigate the use of deep learning to automatically select the best MAPF algorithm from a portfolio of algorithms for a given MAPF problem instance. Empirical results show that our automatic algorithm selection approach, which uses an off-the-shelf convolutional neural network, is able to outperform any individual MAPF algorithm in our portfolio.

研究动机与目标

• 解决在多样化问题实例中缺乏普遍占优的MAPF算法的问题。
• 通过为每个实例选择最优算法，提升完成率（即在时间限制内成功抵达目标的智能体所占百分比）。
• 通过利用在ImageNet上预训练的卷积神经网络直接处理地图表示，减少对手动特征工程的依赖。
• 使用多样化的MAPF算法组合，在真实世界视频游戏地图上评估自动算法选择的有效性。

提出的方法

• 该框架使用现成的卷积神经网络（AlexNet）将输入地图表示分类为组合中性能最佳的MAPF算法。
• 输入地图被处理为类似图像的表示形式（可通行节点的网格），输入到预训练的CNN中以提取空间特征。
• 模型经过训练，用于预测在每个测试实例上能最大化完成率的算法（FAR、WHCA* 或 BMAA*）。
• 性能评估采用主要指标为完成率，若出现平局则通过总行进距离和目标达成时间进行判定。
• 训练与测试划分采用20张MovingAI基准视频游戏地图的10组随机数据划分，每组实例包含300名智能体。
• 该方法通过依赖ImageNet预训练所学的表示，避免了自定义特征工程。

实验结果

研究问题

• RQ1 深度学习模型是否能在无需手动特征工程的情况下，有效为给定问题实例选择最优MAPF算法？
• RQ2 使用预训练CNN的自动算法选择是否在多样化地图类型上均优于单一MAPF算法的完成率？
• RQ3 所选算法组合在解决方案质量方面（以完成率、行进距离和目标达成时间衡量）表现如何？
• RQ4 该模型在不同地图配置和智能体分布下的泛化能力如何？
• RQ5 模型是否能识别出WHCA*在高完成率场景中为最优选择，尽管其整体完成率较低？

主要发现

• 所提出的自动算法选择方法在测试数据上实现了76.6%的完成率，超过表现最佳的单一算法（FAR，66.1%）。
• 尽管该指标为平局判定依据，该方法相较BMAA*（从465.7降至260.9）减少了44%的总行进距离，相较FAR（从405.7降至260.9）减少了36%的总行进距离。
• 模型在72.9%的测试实例中正确选择了最佳算法，其中WHCA*平均在1000个问题中的321.6个中被选为首选。
• BMAA*实现了最佳目标达成时间（14.4秒），优于选择器（16.2秒），尽管选择器在行进距离和完成率方面仍表现更优。
• 尽管WHCA*完成率较低，模型仍频繁选择该算法，表明其已学会在高完成率场景中优先选择WHCA*。
• 该方法显著优于最差情况的算法选择（44.3%完成率），展现出强大的鲁棒性与泛化能力。