Flow-Based Integrated Assignment and Path-Finding for Mobile Robot Sorting Systems

要約

運送会社は、より多くのロボット仕分けシステムを導入しており、モバイル ロボットを使用して、到着した小包を目的地別に仕分けしています。
本研究では、このような仕分けシステムにおけるロボットの割り当てと経路探索の統合手法を提案します。
この方法には、オフラインとオンラインの 2 つの部分があります。
オフライン部分では、システムをトラフィック フロー ネットワークとして表現し、確率モデルを使用して近似遅延関数を開発し、最小コスト ネットワーク フロー問題を解決します。
オンライン部分では、計算された最適なフロー分割確率に従って、ロボットがシステム内を案内されます。
メソッドのオンライン計算は分散化されており、線形の複雑さがあります。
私たちの方法は、優先順位付けされた計画のような高速マルチエージェント経路計画アルゴリズムよりも優れています。そのようなアルゴリズムは確率論的なユーザー平衡トラフィック割り当てにつながるからです。
対照的に、私たちの方法は、システムに最適なトラフィック割り当てを近似します。
シミュレーションによると、この方法は、ゾーニングやランダム割り当てよりも 10% ～ 20% 高いスループットを達成できます。
また、初期の需要推定が不正確であっても、この方法がロバストであることも示します。

要約(オリジナル)

Express companies are deploying more robotic sorting systems, where mobile robots are used to sort incoming parcels by destination. In this study, we propose an integrated assignment and path-finding method for robots in such sorting systems. The method has two parts: offline and online. In the offline part, we represent the system as a traffic flow network, develop an approximate delay function using stochastic models, and solve the min-cost network flow problem. In the online part, robots are guided through the system according to the calculated optimal flow split probability. The online calculation of the method is decentralized and has linear complexity. Our method outperforms fast multi-agent path planning algorithms like prioritized planning because such algorithms lead to stochastic user equilibrium traffic assignment. In contrast, our method gives the approximated system-optimal traffic assignment. According to our simulations, our method can achieve 10%–20% higher throughput than zoning or random assignment. We also show that our method is robust even if the initial demand estimation is inaccurate.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google