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

要約

本論文では、生涯計画アルゴリズムと遅延探索アルゴリズムの長所を組み合わせ、エッジ評価にコストがかかる動的環境における迅速な再計画を実現する、漸近的に最適な生涯サンプリングに基づく経路計画アルゴリズムを紹介する。最適解に対するサブパス候補のみを評価することで、このアルゴリズムは評価時間を大幅に節約し、それによって全体的な計画コストを削減する。また、探索グラフが変化した場合に探索木を効率的に修復するために、新たな情報に基づく再配線カスケードを採用する。シミュレーションの結果、本アルゴリズムは、静的および動的な運動計画問題への対処において、様々な最新のサンプリングベースのプランナを凌駕することが実証された。

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, DeepL