D-ITAGS：一种面向弹性任务分配、调度与运动规划的动态交错方法
机器人学
2022-12-06 v2 多智能体系统
摘要
复杂的多目标任务需要异质机器人在联盟形成、调度和运动规划等多个互联层级上协调。传感器与执行器故障、通信丢失和意外延迟等动态变化使该挑战加剧。我们提出动态迭代任务分配图搜索（D-ITAGS），以在涉及异质团队的动态环境中同时解决联盟形成、调度与运动规划问题。D-ITAGS 通过两个关键特性实现弹性：i) 交错执行，ii) 定向修复。交错执行可在各层有效搜索解，同时避免与其他层不兼容。定向修复识别并修复受特定扰动影响的现有解部分，其余部分予以保留。除算法贡献外，我们从理论上揭示了此类环境中时间最优与资源最优的固有权衡，并推导出调度次优性的有意义界限。实验表明：i) 动态环境下 D-ITAGS 远比从头重算更快，且解质量几乎无损失；ii) 理论次优界限在实践中始终成立。
引用
@article{arxiv.2209.13092,
title = {D-ITAGS: A Dynamic Interleaved Approach to Resilient Task Allocation, Scheduling, and Motion Planning},
author = {Glen Neville and Sonia Chernova and Harish Ravichandar},
journal= {arXiv preprint arXiv:2209.13092},
year = {2022}
}