[论文解读] Time-Independent Planning for Multiple Moving Agents

Keisuke Okumura, Yasumasa Tamura+1 more|arXiv (Cornell University)|May 27, 2020

Robotic Path Planning Algorithms被引用 4

一句话总结

本文提出了一种用于多智能体路径规划（MAPF）的时间无关规划方法，这是一种分布式且在线的策略，能够在存在随机延迟的情况下确保智能体抵达目的地。通过将智能体行为建模为包含原子动作（请求、移动和收缩）的转移系统，并使用因果-PIBT进行死锁恢复，该方法在时间不确定性条件下实现了保证可达性与鲁棒性能，其在具有随机延迟的仿真中优于同步化和依赖性保持策略。

ABSTRACT

Typical Multi-agent Path Finding (MAPF) solvers assume that agents move synchronously, thus neglecting the reality gap in timing assumptions, e.g., delays caused by an imperfect execution of asynchronous moves. So far, two policies enforce a robust execution of MAPF plans taken as input: either by forcing agents to synchronize or by executing plans while preserving temporal dependencies. This paper proposes an alternative approach, called time-independent planning, which is both online and distributed. We represent reality as a transition system that changes configurations according to atomic actions of agents, and use it to generate a time-independent schedule. Empirical results in a simulated environment with stochastic delays of agents' moves support the validity of our proposal.

研究动机与目标

• 解决由于移动操作执行不完美且异步而导致的MAPF规划中的现实差距问题。
• 开发一种不依赖固定时间假设的分布式、在线规划方法。
• 确保所有智能体在存在随机延迟的情况下均能在有限时间内抵达目的地。
• 相较于现有策略（如完全同步（FSP）和最小通信（MCP）策略）提升鲁棒性。
• 评估将离线MAPF规划结果作为提示信息用于增强时间无关规划的有效性。

提出的方法

• 将系统建模为具有三种原子动作的转移系统：请求下一个位置、移动（扩展）以及释放过去位置或停留（收缩）。
• 定义一种时间无关模型，不假设任何先验时间知识，以表示非确定性的环境行为。
• 实现因果-PIBT，一种基于优先级继承与回溯的去中心化算法，用于解决冲突并确保可达性。
• 使用虚拟的深度优先搜索树，以指导在智能体受阻时的优先级继承与回溯传播。
• 在因果-PIBT+中集成离线MAPF规划结果作为提示信息，以提升收敛速度并降低代价。
• 采用两阶段时间步模型：一个阶段用于状态转换（请求/收缩），另一个阶段用于实际移动，将移动时间视为主导因素。

实验结果

研究问题

• RQ1 时间无关规划方法是否能在任意时间延迟下确保所有智能体的可达性？
• RQ2 在存在随机延迟的情况下，时间无关规划与FSP和MCP策略相比，在解的代价和鲁棒性方面表现如何？
• RQ3 将离线MAPF规划结果作为提示信息在多大程度上提升了时间无关规划的性能？
• RQ4 该方法在存在瓶颈的大规模复杂环境中是否仍保持效率与可扩展性？
• RQ5 因果-PIBT是否能在无全局协调或固定时间假设的情况下处理动态故障与延迟？

主要发现

• 因果-PIBT+在所有基准测试的100次仿真运行中均成功完成，证明了在随机延迟下具有保证的可达性与鲁棒性。
• 在小型基准测试中，因果-PIBT+的解代价与性能最佳的基线MCP相当，尤其在高延迟概率下表现更优。
• 当延迟概率或智能体数量增加时，时间无关规划在解代价和成功率方面优于MCP。
• 在大型双连通区域（如den312d）中，尽管因结构约束导致解代价显著上升，该方法仍成功完成规划。
• 在因果-PIBT+中使用离线MAPF规划结果作为提示信息，显著降低了解代价并加快了收敛速度，尤其在高密度环境中效果明显。
• GREEDY在大多数试验中因死锁而失败，而FSP的解代价高于MCP，证实了时间无关规划的优势。