Hierarchical Large Scale Multirobot Path (Re)Planning

要約

乱雑な環境における大規模なマルチロボットの経路計画問題を検討します。
私たちのアプローチでは、ワークスペースをセルに分割し、階層プランナーを利用することで、リアルタイムの再計画を実現します。
具体的には、混雑を軽減したセル内でロボットをルーティングする新しいマルチ商品フローベースの高レベル プランナーと、各セル内のロボットの衝突のない経路を並行して計算するいつでも低レベル プランナーを提案します。
私たちの方法のハイライトは、計算時間の大幅な改善です。
具体的には、私たちが調査した環境における、ベースラインのマルチエージェント パスファインディング アプローチと比較して、計算時間が 500 倍高速化されたという経験的結果を示します。
私たちはロボットの具体化を考慮し、継続的な再計画によるノンストップの実行をサポートします。
私たちは、シミュレーションで最大 142 台のロボットと、代表的な 32 台の物理的な Crazyflie ナノクアッドローター実験を使用して、アルゴリズムのリアルタイム パフォーマンスを実証します。

要約(オリジナル)

We consider a large-scale multi-robot path planning problem in a cluttered environment. Our approach achieves real-time replanning by dividing the workspace into cells and utilizing a hierarchical planner. Specifically, we propose novel multi-commodity flow-based high-level planners that route robots through cells with reduced congestion, along with an anytime low-level planner that computes collision-free paths for robots within each cell in parallel. A highlight of our method is a significant improvement in computation time. Specifically, we show empirical results of a 500-times speedup in computation time compared to the baseline multi-agent pathfinding approach on the environments we study. We account for the robot’s embodiment and support non-stop execution with continuous replanning. We demonstrate the real-time performance of our algorithm with up to 142 robots in simulation, and a representative 32 physical Crazyflie nano-quadrotor experiment.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google