DrMaMP: Distributed Real-time Multi-agent Mission Planning in Cluttered Environment

要約

衝突を意識したマルチエージェント ミッション プランニング (タスクの割り当てとパスの検索) の問題を解決することは、リアルタイムの計算パフォーマンス、スケーラビリティ、および静的/動的な障害物と雑然とした環境でのタスクを処理する能力の要件のために困難です。
この論文では、割り当てられていないタスクセット全体を近似によってサブセットに分割し、元の問題をいくつかの単一エージェントミッション計画問題に分解する、分散型リアルタイム (ミリ秒単位) アルゴリズム DrMaMP を提案します。
このホワイト ペーパーでは、動的な障害物とタスクを使用した実験を紹介し、既存の方法との最適性とスケーラビリティの比較を行います。DrMaMP は、両方の指標で既存の方法よりも優れています。
最後に、この論文では、比較からの観察と一致する DrMaMP の計算負荷を分析し、小規模な問題における最適性のギャップを提示します。

要約(オリジナル)

Solving a collision-aware multi-agent mission planning (task allocation and path finding) problem is challenging due to the requirement of real-time computational performance, scalability, and capability of handling static/dynamic obstacles and tasks in a cluttered environment. This paper proposes a distributed real-time (on the order of millisecond) algorithm DrMaMP, which partitions the entire unassigned task set into subsets via approximation and decomposes the original problem into several single-agent mission planning problems. This paper presents experiments with dynamic obstacles and tasks and conducts optimality and scalability comparisons with an existing method, where DrMaMP outperforms the existing method in both indices. Finally, this paper analyzes the computational burden of DrMaMP which is consistent with the observations from comparisons, and presents the optimality gap in small-size problems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google