Designing Heterogeneous Robot Fleets for Task Allocation and Sequencing

要約

私たちは、時間窓内でさまざまな要件を持つ空間的に分散されたタスクにサービスを提供するロボット群を選択する問題を研究します。
異種の可能性があるロボットのフリートにタスクを割り当て、各ロボットに最適なシーケンスを見つける問題は、マルチロボット タスク割り当て (MRTA) として知られています。
最先端の手法のほとんどは、ロボットのフリートが修理されたときの問題に焦点を当てています。
対照的に、利用可能なロボットの種類と要求されたタスクのセットが与えられており、フリートのコストが予算制限内に収まりつつ、そのタスクに最適にサービスを提供するフリートを組み立てる必要があると考えます。
私たちは問題の複雑さを特徴づけ、混合整数線形計画法 (MILP) の定式化を提供します。
MILP のスケーラビリティが低いため、大規模近傍検索 (LNS) に基づくヒューリスティックなソリューションを提案します。
シミュレーションでは、提案された方法がすべてのタスクを処理するために貪欲なアルゴリズムよりも大幅に少ない予算で済むことを示します。

要約(オリジナル)

We study the problem of selecting a fleet of robots to service spatially distributed tasks with diverse requirements within time-windows. The problem of allocating tasks to a fleet of potentially heterogeneous robots and finding an optimal sequence for each robot is known as multi-robot task assignment (MRTA). Most state-of-the-art methods focus on the problem when the fleet of robots is fixed. In contrast, we consider that we are given a set of available robot types and requested tasks, and need to assemble a fleet that optimally services the tasks while the cost of the fleet remains under a budget limit. We characterize the complexity of the problem and provide a Mixed-Integer Linear Program (MILP) formulation. Due to poor scalability of the MILP, we propose a heuristic solution based on a Large Neighbourhood Search (LNS). In simulations, we demonstrate that the proposed method requires substantially lower budgets than a greedy algorithm to service all tasks.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google