CTS-CBS: A New Approach for Multi-Agent Collaborative Task Sequencing and Path Finding

要約

このペーパーでは、共同タスクシーケンス – マルチエージェントパスファインディング（CTS-MAPF）と呼ばれるマルチエージェントパスファインディング（MAPF）の一般化問題に対処します。ここでは、エージェントが衝突のないパスを計画し、最終目的地に到達する前に特定の順序で一連の中間タスクの場所を訪問する必要があります。
この問題に対処するために、2レベルの検索を実施する新しいアプローチ、共同タスクシーケンス – 競合ベースの検索（CTS-CBS）を提案します。
高レベルでは、各ツリーがJTSPソリューションから派生したジョイントタスクシーケンスに対応する検索フォレストを生成します。
低レベルでは、CTS-CBSは、高レベルの制約を順守しながら、各エージェントのパスを生成するための制約付きシングルエージェントパス計画を実行します。
また、その完全性と最適性（または境界パラメーターを使用したサブ最適性）のanyめの保証も提供します。
CTS-CBSのパフォーマンスを評価するために、2つのデータセット、CTS-MAPFとMG-MAPFを作成し、包括的な実験を実施します。
結果は、MG-MAPFのCTS-CBS適応は、成功率（最大20倍）とランタイム（最大100倍高速）の観点からベースラインアルゴリズムを上回り、ソリューションの品質が10％未満であることを示しています。
さらに、CTS-CBSは、ユーザーがソリューションの品質と効率のバランスをとるために、最適なバインドされたオメガを調整できるようにすることで柔軟性を提供します。
最後に、実用的なロボットテストは、実際のシナリオでのアルゴリズムの適用性を示しています。

要約(オリジナル)

This paper addresses a generalization problem of Multi-Agent Pathfinding (MAPF), called Collaborative Task Sequencing – Multi-Agent Pathfinding (CTS-MAPF), where agents must plan collision-free paths and visit a series of intermediate task locations in a specific order before reaching their final destinations. To address this problem, we propose a new approach, Collaborative Task Sequencing – Conflict-Based Search (CTS-CBS), which conducts a two-level search. In the high level, it generates a search forest, where each tree corresponds to a joint task sequence derived from the jTSP solution. In the low level, CTS-CBS performs constrained single-agent path planning to generate paths for each agent while adhering to high-level constraints. We also provide heoretical guarantees of its completeness and optimality (or sub-optimality with a bounded parameter). To evaluate the performance of CTS-CBS, we create two datasets, CTS-MAPF and MG-MAPF, and conduct comprehensive experiments. The results show that CTS-CBS adaptations for MG-MAPF outperform baseline algorithms in terms of success rate (up to 20 times larger) and runtime (up to 100 times faster), with less than a 10% sacrifice in solution quality. Furthermore, CTS-CBS offers flexibility by allowing users to adjust the sub-optimality bound omega to balance between solution quality and efficiency. Finally, practical robot tests demonstrate the algorithm’s applicability in real-world scenarios.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google