Multi-Agent Path Finding via Finite-Horizon Hierarchical Factorization

要約

自動化された倉庫などの動的環境で高速でスケーラブルな計画を可能にする大規模なマルチエージェントパスファインディング（MAPF）の新しいアルゴリズムを提示します。
私たちのアプローチでは、有限の地域の階層因子化を導入します。これは、後退する舞台裏で一歩ずつ計画するフレームワークです。
ロボットは最初に個々の計画を並行して計算し、次に時空間の競合と到達可能性に基づいて動的にグループ化します。
フレームワークは、紛争解決、および即時の実行と同時計画を説明し、オフラインアルゴリズムと比較して応答時間を大幅に削減します。
ベンチマークマップでの実験結果は、私たちの方法が一貫して高品質のソリューションを一貫して提供し、さまざまな問題サイズと計画視野にわたって最先端のオフラインベースラインを上回ると一貫して配信し、最大60％の削減を達成することを示しています。

要約(オリジナル)

We present a novel algorithm for large-scale Multi-Agent Path Finding (MAPF) that enables fast, scalable planning in dynamic environments such as automated warehouses. Our approach introduces finite-horizon hierarchical factorization, a framework that plans one step at a time in a receding-horizon fashion. Robots first compute individual plans in parallel, and then dynamically group based on spatio-temporal conflicts and reachability. The framework accounts for conflict resolution, and for immediate execution and concurrent planning, significantly reducing response time compared to offline algorithms. Experimental results on benchmark maps demonstrate that our method achieves up to 60% reduction in time-to-first-action while consistently delivering high-quality solutions, outperforming state-of-the-art offline baselines across a range of problem sizes and planning horizons.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google