Asymptotically Optimal Lazy Lifelong Sampling-based Algorithm for Efficient Motion Planning in Dynamic Environments

要約

この論文では、エッジ評価が高価な動的環境での迅速な再計画のために、生涯計画アルゴリズムと遅延探索アルゴリズムのメリットを組み合わせた、漸近的に最適な生涯サンプリングベースのパス計画アルゴリズムを紹介します。
このアルゴリズムは、最適解のサブパス候補のみを評価することにより、評価時間を大幅に節約し、全体の計画コストを削減します。
新しい情報に基づいた再配線カスケードを採用し、基礎となる検索グラフが変更されたときに検索ツリーを効率的に修復します。
シミュレーション結果は、静的動作計画問題と動的動作計画問題の両方に対処する際に、このアルゴリズムがさまざまな最先端のサンプリングベースのプランナーよりも優れていることを示しています。

要約(オリジナル)

The paper introduces an asymptotically optimal lifelong sampling-based path planning algorithm that combines the merits of lifelong planning algorithms and lazy search algorithms for rapid replanning in dynamic environments where edge evaluation is expensive. By evaluating only sub-path candidates for the optimal solution, the algorithm saves considerable evaluation time and thereby reduces the overall planning cost. It employs a novel informed rewiring cascade to efficiently repair the search tree when the underlying search graph changes. Simulation results demonstrate that the algorithm outperforms various state-of-the-art sampling-based planners in addressing both static and dynamic motion planning problems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google