Caching-Augmented Lifelong Multi-Agent Path Finding

要約

複数のロボットの衝突のないパスを見つけるマルチエージェント パス検索 (MAPF) は、さまざまなアプリケーションで重要です。
ライフロング MAPF では、エージェントが最初の目標を完了するとすぐにターゲットが再割り当てされ、現実世界の倉庫計画のより正確な近似が提供されます。
このペーパーでは、Lifelong MAPF のパフォーマンスを向上させるために設計された、Caching-Augmented Lifelong MAPF (CAL-MAPF) という名前の新しいメカニズムを紹介します。
私たちは、一時的なアイテムの保管と置換のためにキャッシュと呼ばれる新しいマップ グリッド タイプを開発し、プランニング ソリューションの安定性を向上させるためにそのロック メカニズムを設計しました。
このキャッシュ メカニズムは、さまざまなキャッシュ置換ポリシーとさまざまな入力タスク分散を使用して評価されました。
私たちは実験を通じて、適切な入力タスクの分散、高いキャッシュ ヒット率、スムーズなトラフィックという CAL-MAPF のパフォーマンスに大きな影響を与える 3 つの主な要因を特定しました。
全体として、CAL-MAPF は、特定のタスク分散、マップ、およびエージェント構成でパフォーマンスが向上する可能性があることを実証しています。

要約(オリジナル)

Multi-Agent Path Finding (MAPF), which involves finding collision-free paths for multiple robots, is crucial in various applications. Lifelong MAPF, where targets are reassigned to agents as soon as they complete their initial objectives, offers a more accurate approximation of real-world warehouse planning. In this paper, we present a novel mechanism named Caching-Augmented Lifelong MAPF (CAL-MAPF), designed to improve the performance of Lifelong MAPF. We have developed a new map grid type called cache for temporary item storage and replacement and designed a lock mechanism for it to improve the stability of the planning solution. This cache mechanism was evaluated using various cache replacement policies and a spectrum of input task distributions. We identified three main factors significantly impacting CAL-MAPF performance through experimentation: suitable input task distribution, high cache hit rate, and smooth traffic. Overall, CAL-MAPF has demonstrated potential for performance improvements in certain task distributions, maps and agent configurations.

arxiv情報

著者 Yimin Tang,Zhenghong Yu,Yi Zheng,T. K. Satish Kumar,Jiaoyang Li,Sven Koenig
発行日 2024-03-20 09:07:23+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.MA, cs.RO パーマリンク