Multiagent Rollout with Reshuffling for Warehouse Robots Path Planning

要約

最新の倉庫の運用を成功させるには、多数のロボットの経路計画の問題を効率的に解決することが重要です。
既存のアプローチは、ロボット間の衝突を避けるために、セルが空間と時間の両方に関連付けられている環境で計画を立てるために古典的な最短経路アルゴリズムを採用しています。
この作業では、より小規模な静的環境でのシミュレーションによって同じ目標を達成します。
(Bertsekas、2021a) で導入された新しいフレームワークに基づいて構築され、再シャッフル アルゴリズムを備えたマルチエージェント ロールアウトを提案し、それを倉庫ロボットの経路計画問題に対処するために適用します。
提案されたスキームには確かな理論的保証があり、数値研究で一貫したパフォーマンスを示します。
さらに、一般的なロールアウト方法から、オンライン再計画によって変化する環境に適応する能力を継承しており、一部のロボットが誤動作する例を通じてそれを実証します。

要約(オリジナル)

Efficiently solving path planning problems for a large number of robots is critical to the successful operation of modern warehouses. The existing approaches adopt classical shortest path algorithms to plan in environments whose cells are associated with both space and time in order to avoid collision between robots. In this work, we achieve the same goal by means of simulation in a smaller static environment. Built upon the new framework introduced in (Bertsekas, 2021a), we propose multiagent rollout with reshuffling algorithm, and apply it to address the warehouse robots path planning problem. The proposed scheme has a solid theoretical guarantee and exhibits consistent performance in our numerical studies. Moreover, it inherits from the generic rollout methods the ability to adapt to a changing environment by online replanning, which we demonstrate through examples where some robots malfunction.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google