ITA-ECBS: A Bounded-Suboptimal Algorithm for the Combined Target-Assignment and Path-Finding Problem

要約

マルチエージェント パス検索 (MAPF)、つまり複数のロボットの衝突のないパスを見つけることは、多くのアプリケーションで重要な役割を果たします。
場合によっては、各エージェントにターゲットを割り当てることにも課題が生じます。
MAPF の変形である、ターゲット割り当てとパス探索の組み合わせ (TAPF) 問題では、エージェントにターゲットを割り当てることと、エージェントに対して衝突のないパスを計画することを同時に行う必要があります。
CBM、CBS-TA、ITA-CBS などのいくつかのアルゴリズムは、TAPF 問題を最適に解決します。ITA-CBS は、フロー時間を最小限に抑えるための主要なアルゴリズムです。
ただし、既存の唯一の有界準最適アルゴリズム ECBS-TA は、ITA-CBS ではなく CBS-TA から派生しています。
そのため、複数の制約ツリーを検索したり、次に最適なターゲット割り当てを見つけるのに時間がかかりすぎるなど、CBS-TA と同じ問題に直面しています。
ITA-CBS の最初の限界次善バリアントである ITA-ECBS を紹介します。
ITA-CBS をその有界準最適バリアントに変換することは、制約ツリー ノードごとにエージェントへのターゲットの割り当てが異なる可能性があるため、困難です。
ITA-ECBS は、焦点検索を使用して効率を達成し、新しい下限行列に基づいてターゲットの割り当てを決定します。
54,033 のテスト ケースの 87.42% で ECBS-TA よりも高速に実行されることがわかります。

要約(オリジナル)

Multi-Agent Path Finding (MAPF), i.e., finding collision-free paths for multiple robots, plays a critical role in many applications. Sometimes, assigning a target to each agent also presents a challenge. The Combined Target-Assignment and Path-Finding (TAPF) problem, a variant of MAPF, requires one to simultaneously assign targets to agents and plan collision-free paths for agents. Several algorithms, including CBM, CBS-TA, and ITA-CBS, optimally solve the TAPF problem, with ITA-CBS being the leading algorithm for minimizing flowtime. However, the only existing bounded-suboptimal algorithm ECBS-TA is derived from CBS-TA rather than ITA-CBS. So, it faces the same issues as CBS-TA, such as searching through multiple constraint trees and spending too much time on finding the next-best target assignment. We introduce ITA-ECBS, the first bounded-suboptimal variant of ITA-CBS. Transforming ITA-CBS to its bounded-suboptimal variant is challenging because different constraint tree nodes can have different assignments of targets to agents. ITA-ECBS uses focal search to achieve efficiency and determines target assignments based on a new lower bound matrix. We show that it runs faster than ECBS-TA in 87.42% of 54,033 test cases.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google