Solving Multi-Agent Target Assignment and Path Finding with a Single Constraint Tree

要約

ターゲット割り当てとパス探索の組み合わせ問題 (TAPF) では、ターゲットをエージェントに割り当てることと、開始​​位置から割り当てられたターゲットまでのエージェントの衝突のないパスを計画することを同時に必要とします。
TAPF に対処するための主要なアプローチとして、ターゲット割り当てによる競合ベースの検索 (CBS-TA) は、K-best ターゲット割り当てを利用して複数の検索ツリーを作成し、競合ベースの検索 (CBS) を利用して各検索ツリー内の衝突を解決します。
CBS-TA は最適な解決策を見つけることはできますが、複数のツリーで重複した衝突解決と K-best 割り当ての高価な計算により、スケーラビリティに問題があります。
したがって、これら 2 つの計算ボトルネックを回避するために、増分ターゲット割り当て CBS (ITA-CBS) を開発します。
ITA-CBS は単一の検索ツリーのみを生成し、検索中に新しい 1-best 割り当てを段階的に計算することで、K-best 割り当ての計算を回避します。
理論的には、ITA-CBS は最適解を見つけることが保証されており、実際には計算効率が高いことを示します。

要約(オリジナル)

Combined Target-Assignment and Path-Finding problem (TAPF) requires simultaneously assigning targets to agents and planning collision-free paths for agents from their start locations to their assigned targets. As a leading approach to address TAPF, Conflict-Based Search with Target Assignment (CBS-TA) leverages both K-best target assignments to create multiple search trees and Conflict-Based Search (CBS) to resolve collisions in each search tree. While being able to find an optimal solution, CBS-TA suffers from scalability due to the duplicated collision resolution in multiple trees and the expensive computation of K-best assignments. We therefore develop Incremental Target Assignment CBS (ITA-CBS) to bypass these two computational bottlenecks. ITA-CBS generates only a single search tree and avoids computing K-best assignments by incrementally computing new 1-best assignments during the search. We show that, in theory, ITA-CBS is guaranteed to find an optimal solution and, in practice, is computationally efficient.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google