Multi-agent Path Finding for Cooperative Autonomous Driving

要約

将来のコネクテッド自動運転車（CAV）の展開の可能性を予測して、交差点での協調自動運転は、数十年にわたって制御理論やインテリジェント交通機関の多くの研究によって研究されてきました。
同時に、ロボット工学における最近の並行研究により、マルチエージェント経路探索 (MAPF) のための効率的なアルゴリズムが考案されましたが、多くの場合、単純化された運動学を備えた環境で行われます。
この研究では、MAPF からの洞察とアルゴリズムを、信号のない交差点での CAV の交差順序を最適化する構造とヒューリスティックとハイブリッドさせます。
私たちは、既存のアルゴリズム、固定ヒューリスティック、KATS による優先順位付けされた計画を大幅に上回る、最適かつ完全なアルゴリズムである、運動学到着時間スケジューリングによる順序ベースの検索 (OBS-KATS) を考案しました。
車両の到着率、車線の長さ、横断速度、制御範囲が異なっても、パフォーマンスは維持されます。
アブレーションと解剖を通じて、OBS-KATS のパフォーマンスに寄与する要因についての洞察を提供します。
私たちの取り組みは、同様の規模の交通や、誘導車線を使用したマルチロボットのシナリオに直接適用できます。

要約(オリジナル)

Anticipating possible future deployment of connected and automated vehicles (CAVs), cooperative autonomous driving at intersections has been studied by many works in control theory and intelligent transportation across decades. Simultaneously, recent parallel works in robotics have devised efficient algorithms for multi-agent path finding (MAPF), though often in environments with simplified kinematics. In this work, we hybridize insights and algorithms from MAPF with the structure and heuristics of optimizing the crossing order of CAVs at signal-free intersections. We devise an optimal and complete algorithm, Order-based Search with Kinematics Arrival Time Scheduling (OBS-KATS), which significantly outperforms existing algorithms, fixed heuristics, and prioritized planning with KATS. The performance is maintained under different vehicle arrival rates, lane lengths, crossing speeds, and control horizon. Through ablations and dissections, we offer insight on the contributing factors to OBS-KATS’s performance. Our work is directly applicable to many similarly scaled traffic and multi-robot scenarios with directed lanes.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google