Search-Based Path Planning among Movable Obstacles

要約

この論文では、移動可能な障害物間の経路計画 (PAMO) について調査します。これは、必要に応じてロボットが経路に沿って可動障害物 (つまり、オブジェクト) を押しのけながら、スタートからゴールまで静的障害物間の衝突のない最小コストの経路を探索します。
PAMO にとって完全かつ最適なプランナーを開発するには、プランナーはロボットの位置とオブジェクトの位置の両方を含む巨大な状態空間を検索する必要があり、オブジェクトの数に応じて指数関数的に増加します。
この論文の主なアイデアは、ヒューリスティックに基づいて計画中に探索する必要があるのは、この巨大な状態空間のごく一部だけであり、ロボットから遠く離れたオブジェクトのほとんどはそのままであるため、実行時に効率的なアルゴリズムが得られるということです。
。
この考えに基づいて、本論文では、占有グリッドにおける双目的問題とリソース制約問題という 2 つの PAMO 定式化を導入し、この 2 つの問題を解決するための完全性と解の最適性が保証された探索手法である PAMO* を開発します。
次に、PAMO* をハイブリッド状態 PAMO* にさらに拡張し、ロボットとオブジェクト間の忠実度の高いインタラクションを伴う連続空間での計画を立てます。
私たちの結果は、PAMO* が最大 400 個のオブジェクトがある乱雑な環境でも、多くの場合、最適なソリューションを 1 秒以内に見つけることができることを示しています。

要約(オリジナル)

This paper investigates Path planning Among Movable Obstacles (PAMO), which seeks a minimum cost collision-free path among static obstacles from start to goal while allowing the robot to push away movable obstacles (i.e., objects) along its path when needed. To develop planners that are complete and optimal for PAMO, the planner has to search a giant state space involving both the location of the robot as well as the locations of the objects, which grows exponentially with respect to the number of objects. The main idea in this paper is that, only a small fraction of this giant state space needs to be explored during planning as guided by a heuristic, and most of the objects far away from the robot are intact, which thus leads to runtime efficient algorithms. Based on this idea, this paper introduces two PAMO formulations, i.e., bi-objective and resource constrained problems in an occupancy grid, and develops PAMO*, a search method with completeness and solution optimality guarantees, to solve the two problems. We then further extend PAMO* to hybrid-state PAMO* to plan in continuous spaces with high-fidelity interaction between the robot and the objects. Our results show that, PAMO* can often find optimal solutions within a second in cluttered environments with up to 400 objects.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google