Optimal and Bounded Suboptimal Any-Angle Multi-agent Pathfinding

要約

マルチエージェント パスファインディング (MAPF) は、一連のエージェントに対して競合のない一連のパスを見つける問題です。
通常、エージェントの移動は、可能な位置とそれらの間の許可された遷移の事前定義されたグラフに制限されます。
4 近傍グリッド。
各エージェントが、それらを接続する線分を横切ることが障害物との衝突につながらない限り、可能な位置の任意のペア間を移動できる場合に、MAPF 問題を解決する方法を検討します。
これは、任意の角度のパスファインディングとして知られています。
我々は、最初の最適なあらゆる角度のマルチエージェント経路探索アルゴリズムを提示します。
当社のプランナーは、Continuous Conflict-based Search (CCBS) アルゴリズムと、Safe Interval Path Planning (TO-AA-SIPP) の最適な任意の角度の変形に基づいています。
ただし、任意の角度のパス検索では非常に大きな分岐係数を持つ検索ツリーが生成されるため、これらの単純な組み合わせは拡張性が低くなります。
これを軽減するために、古典的な MAPF の 2 つのテクニック、つまり Disjoint Splitting と Multi-Constraints を任意の角度の設定に適応させます。
これらの技術のさまざまな組み合わせに関する実験結果では、CCBS と TO-AA-SIPP の標準的な組み合わせよりも 30% 以上多くの問題を解決できることが示されています。
さらに、制御された方法でランタイムとソリューション コストの取引を可能にする、アルゴリズムの制限付き次善バリアントを提示します。

要約(オリジナル)

Multi-agent pathfinding (MAPF) is the problem of finding a set of conflict-free paths for a set of agents. Typically, the agents’ moves are limited to a pre-defined graph of possible locations and allowed transitions between them, e.g. a 4-neighborhood grid. We explore how to solve MAPF problems when each agent can move between any pair of possible locations as long as traversing the line segment connecting them does not lead to the collision with the obstacles. This is known as any-angle pathfinding. We present the first optimal any-angle multi-agent pathfinding algorithm. Our planner is based on the Continuous Conflict-based Search (CCBS) algorithm and an optimal any-angle variant of the Safe Interval Path Planning (TO-AA-SIPP). The straightforward combination of those, however, scales poorly since any-angle path finding induces search trees with a very large branching factor. To mitigate this, we adapt two techniques from classical MAPF to the any-angle setting, namely Disjoint Splitting and Multi-Constraints. Experimental results on different combinations of these techniques show they enable solving over 30% more problems than the vanilla combination of CCBS and TO-AA-SIPP. In addition, we present a bounded-suboptimal variant of our algorithm, that enables trading runtime for solution cost in a controlled manner.

arxiv情報

著者 Konstantin Yakovlev,Anton Andreychuk,Roni Stern
発行日 2024-04-25 07:41:47+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.MA, cs.RO パーマリンク