[论文解读] Makespan Optimal Solving of Cooperative Path-Finding via Reductions to Propositional Satisfiability

Pavel Surynek|arXiv (Cornell University)|Oct 18, 2016

Robotic Path Planning Algorithms参考文献 33被引用 3

一句话总结

本文提出了一种新颖的方法，通过将合作路径规划（CPF）问题约化为命题可满足性（SAT）问题，实现完成时间最优的求解。通过将CPF实例编码为布尔公式，并利用现代SAT求解器，该方法在高度约束、密集占据的环境中显著提升了性能，优于现有完成时间最优的解决方案。

ABSTRACT

The problem of makespan optimal solving of cooperative path finding (CPF) is addressed in this paper. The task in CPF is to relocate a group of agents in a non-colliding way so that each agent eventually reaches its goal location from the given initial location. The abstraction adopted in this work assumes that agents are discrete items moving in an undirected graph by traversing edges. Makespan optimal solving of CPF means to generate solutions that are as short as possi-ble in terms of the total number of time steps required for the execution of the solution. We show that reducing CPF to propositional satisfiability (SAT) represents a viable option for obtaining makespan optimal solutions. Several encodings of CPF into propositional formulae are suggested and experimentally evaluated. The evaluation indicates that SAT based CPF solving outperforms other makespan optimal methods significantly in highly constrained situations (environments that are densely occupied by agents).

研究动机与目标

• 解决多 agents 必须在图中无碰撞地到达目标的协作路径规划（CPF）问题的完成时间最优解挑战。
• 探索将CPF约化为命题可满足性（SAT）的可行性与有效性，以实现最优解。
• 设计并评估多种支持完成时间最小化的CPF SAT编码方案。
• 证明基于SAT的求解方法在高度约束环境中优于现有完成时间最优方法。

提出的方法

• 通过将 agent 在时间步上的移动建模为特定时间点的位置布尔变量，将 CPF 问题编码为命题逻辑。
• 添加约束以确保 agent 不发生碰撞，不同时占据同一节点或边，并遵循有效的移动规则。
• 编码中包含时间边界约束，以限制搜索范围，逐步增加时间边界直至找到解。
• 提出多种编码变体，包括优化紧凑性和 SAT 求解器传播效率的版本。
• 使用 SAT 求解器判断公式的可满足性，并通过迭代收紧时间边界找到最小完成时间。
• 该方法利用现代 SAT 求解器的高效性，系统性地探索大规模搜索空间并找到最优解。

实验结果

研究问题

• RQ1 将协作路径规划问题约化为命题可满足性是否能获得完成时间最优解？
• RQ2 CPF 的不同 SAT 编码策略如何影响求解器性能与可扩展性？
• RQ3 在高度约束环境中，基于 SAT 的 CPF 求解是否优于现有完成时间最优算法？
• RQ4 编码设计对找到最优解的效率有何影响？

主要发现

• 基于 SAT 的方法在协作路径规划问题中实现了完成时间最优解，尤其在高度约束环境中表现卓越。
• 在 agent 密集占据的环境中，该方法在解题时间和可扩展性方面优于其他完成时间最优技术。
• 评估结果表明，SAT 求解器可通过利用先进的约束传播与搜索优化，高效处理复杂的 CPF 实例。
• 所提出的编码方案表明，对布尔约束的精心设计能显著提升求解器性能与解的收敛速度。