On Computing Universal Plans for Partially Observable Multi-Agent Path Finding

要約

マルチエージェント ルーティングの問題は、倉庫ロボット、物流自動化、交通制御などの幅広い産業用途に使用されているため、今日大きな注目を集めています。
従来、これらは古典的な計画問題としてモデル化されていました。
この論文では、それらを普遍的な計画問題として定式化することが有益であると主張します。
そこで私たちは、解決策の概念としてユニバーサルプラン（ポリシーとも呼ばれます）を提案し、それを計算するためのASP-MAUPF（Answer Set Programming for Multi-Agent Universal Plan Finding）と呼ばれるシステムを実装します。
任意の 2 次元マップとエージェントの目標プロファイルが与えられると、システムは他のエージェントと衝突しないように各エージェントにとって実行可能な普遍的な計画を見つけます。
私たちはこのシステムを使用していくつかの実験を行い、実現可能なポリシーを持つ目標プロファイルと環境の種類、およびそれらがエージェントのセンサーにどのように依存するかについていくつかの観察を行います。
また、ユーザーがアクション設定をカスタマイズして、(ほぼ) 最適なポリシーであっても、より効率的なポリシーを計算する方法も示します。

要約(オリジナル)

Multi-agent routing problems have drawn significant attention nowadays due to their broad industrial applications in, e.g., warehouse robots, logistics automation, and traffic control. Conventionally, they are modelled as classical planning problems. In this paper, we argue that it is beneficial to formulate them as universal planning problems. We therefore propose universal plans, also known as policies, as the solution concepts, and implement a system called ASP-MAUPF (Answer Set Programming for Multi-Agent Universal Plan Finding) for computing them. Given an arbitrary two-dimensional map and a profile of goals for the agents, the system finds a feasible universal plan for each agent that ensures no collision with others. We use the system to conduct some experiments, and make some observations on the types of goal profiles and environments that will have feasible policies, and how they may depend on agents’ sensors. We also demonstrate how users can customize action preferences to compute more efficient policies, even (near-)optimal ones.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google