要約
Multi-Agent Combinatorial Path Finding (MCPF) は、到着時間の合計を最小限に抑えながら、複数のエージェントの初期位置から目的地までの衝突のないパスを探索し、パスの途中にある一連の中間ターゲット位置を訪問します。
MCPF を処理するためにいくつかのアプローチが開発されていますが、そのほとんどは、タスク期間、つまり、エージェントがタスク (アイテムのピッキングなど) を実行するのに必要な時間などを考慮せずに、エージェントにターゲットを訪問するよう指示するだけです。
目標の場所。
MCPF は、NP を使用して最適に解決するのが難しく、タスク期間が含まれると問題がさらに複雑になります。
この論文では、エージェントとターゲットの両方に関して持続時間が異なる可能性がある、異種タスクの持続時間を調査します。
私たちは 2 つの方法を開発します。最初の方法は、タスク期間を含めるために MCPF プランナーによって計画されたパスを後処理しますが、ソリューションの最適性は保証されません。
2 番目の方法では、計画中にタスクの期間を考慮し、ソリューションの最適性を確保できます。
数値結果とシミュレーション結果は、私たちの方法がタスク期間の存在下で最大20のエージェントと50のターゲットを処理でき、ロボットの運動の外乱を受けるパスを実行できることを示しています。
要約(オリジナル)
Multi-Agent Combinatorial Path Finding (MCPF) seeks collision-free paths for multiple agents from their initial locations to destinations, visiting a set of intermediate target locations in the middle of the paths, while minimizing the sum of arrival times. While a few approaches have been developed to handle MCPF, most of them simply direct the agent to visit the targets without considering the task duration, i.e., the amount of time needed for an agent to execute the task (such as picking an item) at a target location. MCPF is NP-hard to solve to optimality, and the inclusion of task duration further complicates the problem. This paper investigates heterogeneous task duration, where the duration can be different with respect to both the agents and targets. We develop two methods, where the first method post-processes the paths planned by any MCPF planner to include the task duration and has no solution optimality guarantee; and the second method considers task duration during planning and is able to ensure solution optimality. The numerical and simulation results show that our methods can handle up to 20 agents and 50 targets in the presence of task duration, and can execute the paths subject to robot motion disturbance.
arxiv情報
著者 | Yuanhang Zhang,Hesheng Wang,Zhongqiang Ren |
発行日 | 2023-11-26 15:28:53+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google