4.MAPF 的灵感重要来源竽暌冠多机械人体系的导航或活动筹划模块。然而，MAPF 解决筹划的最优性或有限次优性不必定意味着它们的鲁棒性，特别是推敲到实际中机械人不完美的筹划履行(plan-execution)才能。我们开辟了一个框架，它能有效地后期处理(postprocesses)MAPF 办法的输出，用于创建一个可以由实际的多机械人体系履行的筹划履行安排。
代劳与人共享工作空间，它们活动的一致性和其活动结不雅的可猜测性对于仁攀类的安然是重要的，是以不推敲现有的 MAPF 办法。这促使我们摸索给定的 MAPF 例子的问题构造，并设计一个鼓励代劳沿着用户供给的边沿(edge)集合(称为高速公路)移动的筹划[Cohen et al.， 2015]。我们在简单的膨胀筹划(inflation scheme)的背景下应用基于经验图(experience graph)的高速公路[Phillips et al.， 2012]的设法主意，以导出新的启发值(heuristic values)，这个值用来鼓励 MAPF 办法返回包含高速公路边沿的路径，这种办法可以或许避免代劳之间的迎面碰撞(head-to-head collisions)，并实现其活动的一致性和可猜测性。例如，在 Kiva 仓库体系中，我们可以沿着存储地位之间的狭小通道设计高速公路，如图2中的箭头所示。我们已经在模仿的 Kiva 仓库体系中证实，如许的高速公路可以或许明显加快 MAPF 办法，同时保持期望的 MAPF 解决筹划成本的有限次优性。 TAPF 和 PERR 例子的问题构造也可以应用雷同的办法。在可行性研究中，我们还开辟了与用户供给公路相媲美的主动生成公路的办法。
多代劳路径寻找(Multi-agent path finding/MAPF)已在人工智能、机械人、理论计算机科学和实际操作研究中获得大年夜量的研究。本文评论辩论了在将MAPF办法推广到实际场景时出现的问题与解决这些问题的四个研究偏向。我们强调的是解决这些问题的重要性，而不是为MAPF问题的标准模型开辟更快的办法。
1 引言
多代劳路径寻找(MAPF，也叫多代劳寻径)在人工智能、机械人、理论计算机科学和实际操作研究中获得大年夜量的研究。(标准)MAPF的义务是为多个代劳(agent)找到在给定图(graph)中大年夜其当前顶点(vertices)到其目标而不与其它代劳产生碰撞的路径，同时优化成本函数(cost function)。现有的 MAPF 应用的办法包含：大年夜可知足性削减问题(reductions to problems from satisfiability)、整数线性筹划(integer linear programming)、答复集编程(answer set programming)[Yu and LaValle， 2013b; Erdem et al.， 2013; Surynek， 2015]、最优/有限次优(optimal，bounded-suboptimal)或次优搜刮办法(suboptimal search method)[Silver， 2005; Sturtevant and Buro， 2006; Ryan， 2008; Wang and Botea， 2008; Standley， 2010; Standley and Korf， 2011; Wang and Botea， 2011; Luna and Bekris， 2011; Sharon et al.， 2013; de Wilde et al.， 2013; Barer et al.， 2014; Goldenberg et al.， 2014; Wagner and Choset， 2015; Boyarski et al.， 2015; Sharon et al.， 2015]。
我们比来研究了将 MAPF 推广到实际场景时出现的各类问题，包含 Kiva(Amazon Robotics)仓库体系[Wurman et al.， 2008](图1)和主动飞翔器牵引车[Morris et al.， 2016]。这些问题可以分为两个一般问题：
1、为 MAPF 问题的标准模型开辟更快的办法是不敷的，因为在很多实际情况下，可以应用新的构造或须要新的问题模型。
2、仅将 MAPF 或其新的模型作为组合优化问题进行研究是不敷的，因为所产生的 MAPF 解决筹划也须要履行。
我们大年夜不合的角度评论辩论懂得决这两个问题的四个研究偏向：
1.在很多实际的多代劳体系中，在为所有代劳找到最佳路径之前，代劳先被划分成组(team)，然后给每个组分派特定的目标，每个代劳须要赶紧在的组中被指定一个目标。我们已经为不合组的代劳制订了组合目标分派和路径查找(TAPF/target assignment and path finding)问题来解决这个艰苦。我们还开辟了一个最佳 TAPF 办法，它可以扩大到几十个组和数百个代劳[Ma and Koenig， 2016]。
2.在很多实际的多代劳体系中，代劳是匿名的(可交换的)，然则它们的有效载荷长短匿名的(弗成交换的)，并且须要被传递给给定的目标。代劳平日可以在如许的体系中交换其有效载荷。作为第一次测验测验，我们设计了担保交换机械人路由(package-exchange robot routing/PERR)问题，以解决更多一般化的(许可有效载荷转移的)运输问题[Ma et al.， 2016]。在这篇文┞仿中，我们还证清楚明了近似最优 MAPF 解的艰苦性(复杂度)。
3.在很多实际的多代劳体系中，代劳活动(agent motions)的一致性和代劳活动的结不雅可猜测性是重要的(特别是在由人和代劳共享的工作空间中)，然则现有的 MAPF 办法没有推敲这一点。我们已经分两个阶段摸索了给定 MAPF 例子的问题构造：在第一阶段，我们开辟了一种为代劳寻找路径的筹划，个中包含了由用户供给典范多带边沿的高速公路(highways)，这个筹划达到了代劳活动的一致性和可猜测性[Cohen et al.， 2015];在第二阶段，我们开辟了主动生成高速公路的办法[Cohen et al.， 2016]。
图 1 ：(左图)主动驾驶单位和可以被驾驶单位移动的存储产品的存储舱(storage pod);(右图)典范 Kiva 仓库体系的构造(Wurman et al.， 2008)
为了将 MAPF 办法推广到实际的场景，我们如今展示这些研究偏向的实用性，以证实解决这两个问题与开辟更快的 MAPF 问题的标准模型办法一样重要(甚至更重要)。
推荐阅读
关于 HTTPS 的基来源基本理大年夜家都已经不再陌生，今天和大年夜家说说若何搭建一个支撑 HTTPS 的办事端。办事端的 HTTPSHTTPS 已经几乎成为了当前互联网推荐的通信方法，它能最大年夜化>>>详细阅读
本文标题：AGV机器人多代理路径寻的四大研究方向
地址：http://www.17bianji.com/lsqh/34734.html
1/2 1
网友点评
精彩导读
科技快报
品牌展示