HMR-ODTA: Online Diverse Task Allocation for a Team of Heterogeneous Mobile Robots

要約

病院のような環境での時間に敏感な配達を調整すると、特に異種ロボットのチームを使用して厳密な時間窓内で複数のオンラインピックアップと配信リクエストを管理する場合、複雑な課題が発生します。
従来のアプローチでは、動的な再スケジュールまたは多様なサービス要件に対処できず、通常、ロボットをシングルタスクタイプに制限しています。
このペーパーでは、自動運用モバイルロボットがさまざまなサービスリクエストを処理できるタイムウィンドウ（MPDPTW）のマルチピックアップと配信の問題に取り組んでいます。
目的は、タスクの完了率を最大化しながら、遅延配送の罰則を最小限に抑えることです。
これを達成するために、不均一なロボットチームを活用する新しいフレームワークと、動的タスクの再スケジュールをサポートする効率的な動的スケジューリングアルゴリズムを提案します。
ユーザーは、特定の時間制約を伴うリクエストを送信し、分散型アルゴリズムであるHeteraus Mobile Robots Online Diverse Diverse Allocation（HMR-ODTA）は、タスクの割り当てを最適化して、遅延やタスクの拒否に対処しながらタイムリーなサービスを確保します。
広範なシミュレーションは、アルゴリズムの有効性を検証します。
小さいタスクセット（40〜160タスク）の場合、ペナルティはほぼ63％減少しましたが、より大きなセット（160〜280タスク）の場合、ペナルティは約50％減少しました。
これらの結果は、マルチロボットシステムのタスクスケジューリングと調整を改善する際のアルゴリズムの有効性を強調し、構造化された時間批判環境での配信パフォーマンスを向上させるための堅牢なソリューションを提供します。

要約(オリジナル)

Coordinating time-sensitive deliveries in environments like hospitals poses a complex challenge, particularly when managing multiple online pickup and delivery requests within strict time windows using a team of heterogeneous robots. Traditional approaches fail to address dynamic rescheduling or diverse service requirements, typically restricting robots to single-task types. This paper tackles the Multi-Pickup and Delivery Problem with Time Windows (MPDPTW), where autonomous mobile robots are capable of handling varied service requests. The objective is to minimize late delivery penalties while maximizing task completion rates. To achieve this, we propose a novel framework leveraging a heterogeneous robot team and an efficient dynamic scheduling algorithm that supports dynamic task rescheduling. Users submit requests with specific time constraints, and our decentralized algorithm, Heterogeneous Mobile Robots Online Diverse Task Allocation (HMR-ODTA), optimizes task assignments to ensure timely service while addressing delays or task rejections. Extensive simulations validate the algorithm’s effectiveness. For smaller task sets (40-160 tasks), penalties were reduced by nearly 63%, while for larger sets (160-280 tasks), penalties decreased by approximately 50%. These results highlight the algorithm’s effectiveness in improving task scheduling and coordination in multi-robot systems, offering a robust solution for enhancing delivery performance in structured, time-critical environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google