Large-Scale Multi-Robot Coverage Path Planning on Grids with Path Deconfliction

要約

4-neighbor 2DグリッドGでマルチロボットカバレッジパス計画（MCPP）を研究します。これは、Gのすべてのセルをカバーするための複数のロボットのパスを計算することを目的としています。従来のアプローチは、象限の粗いグリッドで最初にカバレッジツリーを計算し、次にスパニングツリーカバレッジ（STC）パラダイムを採用してGradiableを使用してパスを生成します。
ブロック。
この制限に対処するために、Gの問題を直接再定式化し、グリッドベースのMCPP解決に革命をもたらし、新しいNP-Hardnessの結果を確立します。
Hが部分的に妨害されたブロックを含む場合でも、STCを拡張するためにSTCを拡張して境界のあるサブプチマリティで完全なカバレッジを確保する新しいパラダイムである拡張STC（ESTC）を導入します。
さらに、ESTCをローカル検索戦略内に3つの新しいタイプの近隣オペレーターと統合する新しいアルゴリズムフレームワークであるLS-MCPPをGで直接カバレッジパスを最適化する新しいアルゴリズムフレームワークを提示します。
マルチロボット調整。
この手順は、MAPFバリアントを解決することにより、ロボット間の競合を効果的に解決し、回転コストに対応し、MCPPソリューションを実際のアプリケーションでより実用的にします。
広範な実験は、私たちのアプローチがソリューションの品質と効率を大幅に改善し、ランタイムから数分以内に256×256のグリッド上で最大100個のロボットを管理することを示しています。
物理ロボットによる検証は、実際の条件下でのソリューションの実現可能性を確認します。

要約(オリジナル)

We study Multi-Robot Coverage Path Planning (MCPP) on a 4-neighbor 2D grid G, which aims to compute paths for multiple robots to cover all cells of G. Traditional approaches are limited as they first compute coverage trees on a quadrant coarsened grid H and then employ the Spanning Tree Coverage (STC) paradigm to generate paths on G, making them inapplicable to grids with partially obstructed 2×2 blocks. To address this limitation, we reformulate the problem directly on G, revolutionizing grid-based MCPP solving and establishing new NP-hardness results. We introduce Extended-STC (ESTC), a novel paradigm that extends STC to ensure complete coverage with bounded suboptimality, even when H includes partially obstructed blocks. Furthermore, we present LS-MCPP, a new algorithmic framework that integrates ESTC with three novel types of neighborhood operators within a local search strategy to optimize coverage paths directly on G. Unlike prior grid-based MCPP work, our approach also incorporates a versatile post-processing procedure that applies Multi-Agent Path Finding (MAPF) techniques to MCPP for the first time, enabling a fusion of these two important fields in multi-robot coordination. This procedure effectively resolves inter-robot conflicts and accommodates turning costs by solving a MAPF variant, making our MCPP solutions more practical for real-world applications. Extensive experiments demonstrate that our approach significantly improves solution quality and efficiency, managing up to 100 robots on grids as large as 256×256 within minutes of runtime. Validation with physical robots confirms the feasibility of our solutions under real-world conditions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google