[论文解读] Graph Neural Networks for Decentralized Multi-Robot Path Planning

Qingbiao Li, Fernando Gama+2 more|arXiv (Cornell University)|Dec 12, 2019

Multimodal Machine Learning Applications参考文献 39被引用 23

一句话总结

该论文提出了一种基于图神经网络（GNN）的框架，结合卷积神经网络（CNN）处理局部观测信息，并利用GNN实现机器人之间的去中心化通信，从而实现高效、可扩展的多机器人路径规划。该模型通过模仿最优集中式规划器进行训练，实现了接近专家水平的性能，并能泛化到未见过的团队规模和环境，在成功率和路径效率方面优于以往的去中心化方法。

ABSTRACT

Effective communication is key to successful, decentralized, multi-robot path planning. Yet, it is far from obvious what information is crucial to the task at hand, and how and when it must be shared among robots. To side-step these issues and move beyond hand-crafted heuristics, we propose a combined model that automatically synthesizes local communication and decision-making policies for robots navigating in constrained workspaces. Our architecture is composed of a convolutional neural network (CNN) that extracts adequate features from local observations, and a graph neural network (GNN) that communicates these features among robots. We train the model to imitate an expert algorithm, and use the resulting model online in decentralized planning involving only local communication and local observations. We evaluate our method in simulations {by navigating teams of robots to their destinations in 2D} cluttered workspaces. We measure the success rates and sum of costs over the planned paths. The results show a performance close to that of our expert algorithm, demonstrating the validity of our approach. In particular, we show our model's capability to generalize to previously unseen cases (involving larger environments and larger robot teams).

研究动机与目标

• 解决在通信和观测范围受限条件下的去中心化多机器人路径规划挑战。
• 开发一种基于学习的方法，自动合成局部通信与决策策略，无需人工设计的启发式规则。
• 实现在受限、杂乱环境中的大规模机器人团队的可扩展、实时路径规划。
• 在保持完全去中心化和低计算开销的前提下，实现接近集中式最优规划器的性能。

提出的方法

• 卷积神经网络（CNN）从每个机器人对其周围环境的局部观测中提取相关特征。
• 图神经网络（GNN）通过利用局部通信拓扑结构，聚合邻近机器人的特征，实现去中心化通信。
• GNN在端到端训练中模仿一个具有全局状态信息访问权限的最优集中式规划器。
• 采用数据集聚合策略，利用在线专家解决困难案例，加速训练并提升策略泛化能力。
• 最终策略通过仅依赖本地观测和与邻近机器人的通信在线部署，确保完全去中心化。
• 通过模仿学习进行模型训练，专家提供最优轨迹作为监督信号。

实验结果

研究问题

• RQ1 基于GNN的架构是否能够在不依赖人工设计启发式规则的前提下，学习到有效的去中心化通信与动作策略，用于多机器人路径规划？
• RQ2 与基线方法相比，所学习的去中心化策略在泛化到更大规模机器人团队和未见环境方面表现如何？
• RQ3 从集中式专家进行模仿学习在多大程度上能够生成性能接近专家的去中心化策略？
• RQ4 在训练过程中引入在线专家是否显著提升了策略学习与泛化能力？
• RQ5 该框架在实时、去中心化部署中的计算效率与可扩展性如何？

主要发现

• 所提出的GNN-CNN模型在2D杂乱环境中，成功率与集中式专家算法相差不超过2%。
• 该模型在训练集规模6倍大的机器人团队中仍能有效泛化，性能无显著下降。
• 即使在训练期间未见过的环境和团队规模下，该框架仍保持高性能。
• 在训练中使用在线专家显著提升了成功率，尤其在大规模团队中效果明显。
• 每步推理延迟仅为每机器人0.0019秒，支持实时部署。
• 在成功率和总成本方面，该模型均优于基线去中心化方法，尤其在高密度环境中表现更优。