The Study of Highway for Lifelong Multi-Agent Path Finding

要約

タイトル：人生の長いマルチエージェントパスファインディングのための高速道路の研究

要約：

-現代のフルフィルメント倉庫では、エージェントが新たなタスクを完了するためにマップを走破します。問題は「人生の長いマルチエージェントパスファインディング」（lifelong MAPF）である。
-この複雑な問題を解決するための目標は、有限のランタイムで各エージェントのパスを見つけながら生産性を最大化することです。
-しかし、既存の方法では、マップのサイズやエージェントの密度が増加するにつれて、ランタイムの指数関数的増加やデッドロックや路線変更といった望ましくない現象が発生します。
-このような人生のマルチエージェントパスファインディングの課題に対処するために、私たちは、1回のMAPF（すなわち、事前に一度にパスを見つけること）のために主に研究されている高速道路のアイデアを探求します。これにより、エージェントが同じ方向に移動するように推進することで、問題の複雑さを減らすことができます。
-高速道路のアイデアを人生のマルチエージェントパスファインディングフレームワークに組み込むために2つの方法を使用し、デッドロックや路線変更などの問題を最小限に抑えるための特性について説明します。
-実験結果は、高速道路の設定下ではランタイムが大幅に短縮され、マップサイズが大きくなるにつれて、生産性の低下が徐々に無視できるものになることを示しています。さらに、エージェントの密度が高くなるにつれて、高速道路を利用することでデッドロックや路線変更などの現象が大幅に減少します。

要約(オリジナル)

In modern fulfillment warehouses, agents traverse the map to complete endless tasks that arrive on the fly, which is formulated as a lifelong Multi-Agent Path Finding (lifelong MAPF) problem. The goal of tackling this challenging problem is to find the path for each agent in a finite runtime while maximizing the throughput. However, existing methods encounter exponential growth of runtime and undesirable phenomena of deadlocks and rerouting as the map size or agent density grows. To address these challenges in lifelong MAPF, we explore the idea of highways mainly studied for one-shot MAPF (i.e., finding paths at once beforehand), which reduces the complexity of the problem by encouraging agents to move in the same direction. We utilize two methods to incorporate the highway idea into the lifelong MAPF framework and discuss the properties that minimize the existing problems of deadlocks and rerouting. The experimental results demonstrate that the runtime is considerably reduced and the decay of throughput is gradually insignificant as the map size enlarges under the settings of the highway. Furthermore, when the density of agents increases, the phenomena of deadlocks and rerouting are significantly reduced by leveraging the highway.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI