K-ARC: Adaptive Robot Coordination for Multi-Robot Kinodynamic Planning

要約

本研究では、マルチロボットの運動力学的プランニングのための新しいアルゴリズムであるKinodynamic Adaptive Robot Coordination (K-ARC)を提案する。我々の実験結果は、K-ARCが最大32台の平面移動ロボットのプランニングが可能であることを示すと同時に、様々なシナリオにおいて、従来の手法と比較して最大1桁のスピードアップを達成した。K-ARCがこれを達成できるのは、主に2つの特性によるものである。第一に、K-ARCはセグメント単位で計画することで反復的に解を構築し、初期キノダイナミクス経路は最適化ベースのアプローチによって発見され、ロボット間の競合はサンプリングベースのアプローチによって解決されます。サンプリングベースのアプローチと最適化ベースのアプローチを交互に使用することで、K-ARCはプランニングプロセスの異なるセクションで両方のアプローチの長所を活用することができます。第二に、K-ARCは以前に提案されたマルチロボット運動計画フレームワークである適応的ロボット協調（ARC）をベースとしており、必要なときだけロボット間の協調に焦点を当て、計算工数を節約するという強みを継承している。この2つの特性を組み合わせることで、ロボットの数を増やし、問題の難易度を上げ、ロボットのダイナミクスを複雑化したシミュレーション実験において、K-ARCが全体的に優れた性能を達成できることを示す。

要約(オリジナル)

This work presents Kinodynamic Adaptive Robot Coordination (K-ARC), a novel algorithm for multi-robot kinodynamic planning. Our experimental results show the capability of K-ARC to plan for up to 32 planar mobile robots, while achieving up to an order of magnitude of speed-up compared to previous methods in various scenarios. K-ARC is able to achieve this due to its two main properties. First, K-ARC constructs its solution iteratively by planning in segments, where initial kinodynamic paths are found through optimization-based approaches and the inter-robot conflicts are resolved through sampling-based approaches. The interleaving use of sampling-based and optimization-based approaches allows K-ARC to leverage the strengths of both approaches in different sections of the planning process where one is more suited than the other, while previous methods tend to emphasize on one over the other. Second, K-ARC builds on a previously proposed multi-robot motion planning framework, Adaptive Robot Coordination (ARC), and inherits its strength of focusing on coordination between robots only when needed, saving computation efforts. We show how the combination of these two properties allows K-ARC to achieve overall better performance in our simulated experiments with increasing numbers of robots, increasing degrees of problem difficulties, and increasing complexities of robot dynamics.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL