Multi-Robot Planning on Dynamic Topological Graphs using Mixed-Integer Programming

要約

複雑な環境でマルチロボット チームを計画することは、特にこれらのチームが共通の目的を達成するために調整しなければならない場合、困難な問題です。
一般に、これらの計画問題の最適解は、ロボットの数に応じて決定空間が指数関数的に拡大するため、計算処理が困難です。
この論文では、混合整数計画法を使用して、トポロジカル グラフ上でマルチロボット プランニングを行うための新しいアプローチを紹介します。
私たちのアプローチの中心は、グラフ内のロボットの位置に基づいてエッジの重みが動的に変化する動的トポロジ グラフの概念です。
計画問題の重要な特徴とロボット間の関係を使用して、このグラフを作成します。
次に、混合整数計画法を活用して、グラフを通るすべてのロボットのパスに依存する共有コストを最小限に抑えます。
計算の扱いやすさを向上させるために、完全な凸緩和を伴う目的関数を定式化し、ロボットの数に対する指数関数的な依存を排除​​することを中心に決定空間を設計しました。
マルチロボット偵察シナリオでアプローチをテストします。このシナリオでは、情報を収集しながら検出可能性を最小限に抑え、安全性を最大化するためにロボットが調整する必要があります。
私たちのアプローチが一連の代表的なシナリオにスケーリングでき、自律的なマルチロボット チームの最適な調整された戦略的行動を数秒で計算できることを示します。

要約(オリジナル)

Planning for multi-robot teams in complex environments is a challenging problem, especially when these teams must coordinate to accomplish a common objective. In general, optimal solutions to these planning problems are computationally intractable, since the decision space grows exponentially with the number of robots. In this paper, we present a novel approach for multi-robot planning on topological graphs using mixed-integer programming. Central to our approach is the notion of a dynamic topological graph, where edge weights vary dynamically based on the locations of the robots in the graph. We construct this graph using the critical features of the planning problem and the relationships between robots; we then leverage mixed-integer programming to minimize a shared cost that depends on the paths of all robots through the graph. To improve computational tractability, we formulated an objective function with a fully convex relaxation and designed our decision space around eliminating the exponential dependence on the number of robots. We test our approach on a multi-robot reconnaissance scenario, where robots must coordinate to minimize detectability and maximize safety while gathering information. We demonstrate that our approach is able to scale to a series of representative scenarios and is capable of computing optimal coordinated strategic behaviors for autonomous multi-robot teams in seconds.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google