Hierarchical Search-Based Cooperative Motion Planning

要約

マルチエージェント システム研究の重要な側面である協力的な経路計画は、軍事、農業、産業などのさまざまな分野で役に立ちます。
ただし、既存のアルゴリズムの多くには、単純化された運動学モデルや複数のグループ シナリオのサポートが不十分であるなど、特定の制限があります。
無人地上車両 (UGV) の非ホロノミック アッカーマン モデルに関連する計画問題に焦点を当て、リーダーのない階層的な検索ベースの協調運動計画 (SCMP) 手法を提案します。
高レベルではバイナリ競合検索ツリーを利用して実行時間を最小限に抑えますが、低レベルでは形状が制約された、運動学的に実現可能な衝突のないパスを作成します。
私たちのアルゴリズムは、形状が異なる複数のグループ、外れ値のエージェント、複雑な障害物を特徴とするシナリオに適応できます。
当社はアルゴリズムの比較、パフォーマンス テスト、シミュレーション、実世界テストを実施し、アルゴリズムの有効性と適用性を検証します。
私たちのメソッドの実装は、https://github.com/WYCUniverStar/SCMP でオープンソース化されます。

要約(オリジナル)

Cooperative path planning, a crucial aspect of multi-agent systems research, serves a variety of sectors, including military, agriculture, and industry. Many existing algorithms, however, come with certain limitations, such as simplified kinematic models and inadequate support for multiple group scenarios. Focusing on the planning problem associated with a nonholonomic Ackermann model for Unmanned Ground Vehicles (UGV), we propose a leaderless, hierarchical Search-Based Cooperative Motion Planning (SCMP) method. The high-level utilizes a binary conflict search tree to minimize runtime, while the low-level fabricates kinematically feasible, collision-free paths that are shape-constrained. Our algorithm can adapt to scenarios featuring multiple groups with different shapes, outlier agents, and elaborate obstacles. We conduct algorithm comparisons, performance testing, simulation, and real-world testing, verifying the effectiveness and applicability of our algorithm. The implementation of our method will be open-sourced at https://github.com/WYCUniverStar/SCMP.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google