[论文解读] Motion planning with pull moves

Marcus Ritt|arXiv (Cornell University)|Aug 17, 2010

Artificial Intelligence in Games参考文献 10被引用 10

一句话总结

本文證明了僅能拉動箱子的俄羅斯方塊變體（Sokoban）的 NP-難度，其中倉管員只能拉動箱子而無法推擠。透過從平面 3-可圖性問題的規約，作者構建了專用的閘門元件（單向、分叉、NAND 及 XOR），這些元件在拉動機制下仍能運作，顯示即使在移動能力受限的情況下，運動規劃問題依然具有計算上的不可解性。

ABSTRACT

It is well known that Sokoban is PSPACE-complete (Culberson 1998) and several of its variants are NP-hard (Demaine et al. 2003). In this paper we prove the NP-hardness of some variants of Sokoban where the warehouse keeper can only pull boxes.

研究动机与目标

• 探討倉管員僅能拉動箱子的俄羅斯方塊變體中運動規劃問題的計算複雜度。
• 確認即使受限於移動方向，僅能拉動的機制是否仍導致 NP-難度問題。
• 透過創新規約策略，將先前針對推擠式變體的難度結果延伸至拉動式對應版本。
• 構建並驗證核心閘門元件（例如單向、分叉、NAND）的專屬拉動實現方式。
• 探討在同時拉動多個箱子時，是否能有效隔離閘門元件，並防止出現非預期的路徑開啟。

提出的方法

• 從平面 3-可圖性問題規約，以構建一個基於拉動機制的俄羅斯方塊謎題實例。
• 設計專為拉動機制實現的基礎閘門元件：單向、1 對 3 分叉、XOR 交叉與 NAND 閘門。
• 驗證拉動機制不會開啟與推擠式版本不同的通行路徑。
• 使用加寬牆壁與空間限制，防止可移動箱子配置中出現逃脫或非預期移動。
• 模擬所有可能的箱子移動，確認僅有預期路徑在拉動規則下仍有效。
• 透過證明增加拉動能力（如 Pull-k-F、PullPull-k-F 及 Pull-1）不降低問題難度，將證明擴展至這些變體。

实验结果

研究问题

• RQ1 當倉管員僅能拉動箱子而非推擠時，俄羅斯方塊中的運動規劃問題是否仍為 NP-難？
• RQ2 能否將標準的推擠式俄羅斯方塊 NP-難度證明技術適應至僅能拉動的機制？
• RQ3 拉動式閘門元件（例如單向、分叉、NAND）在路徑控制與選擇強制方面，是否與其推擠式對應元件表現一致？
• RQ4 允許同時拉動多個箱子（k > 1）或無限數量（k = *）是否會降低問題的計算難度？
• RQ5 拉動式俄羅斯方塊變體是否可被證明為 PSPACE-完全？還是 NP-難度為目前已知最緊密的界？

主要发现

• Pull-1-F 為 NP-難，透過從平面 3-可圖性問題的規約，並使用專屬拉動機制的閘門元件實現證明。
• 所有 Pull-k-F 變體對任意 k ∈ ℕ ∪ {*} 均為 NP-難，因增加拉動能力不會開啟新路徑或簡化謎題。
• PullPull-k-F 變體對任意 k ∈ ℕ 同樣為 NP-難，因僅能拉動的移動限制保留下列閘門元件的結構完整性。
• Pull-1 變體（無固定障礙物）亦為 NP-難，因可移動箱子不會開啟非預期路徑，且機器人仍被限制於閘門結構內部。
• 此證明策略簡化了先前推擠式難度證明，透過引入新分支閘門元件，並避免複雜的干擾問題。
• 作者推測，即使在更強的約束條件下（如方向把手或拉動方向受限），拉動式變體仍維持 NP-難度。