多智能体执行调度的滚动时域重排序
机器人学
2023-12-08 v1 系统与控制
系统与控制
摘要
在路网上对自动导引车(AGV)车队进行轨迹规划通常被称为多智能体路径规划(MAPF)问题,其解规定了每辆 AGV 在无碰撞到达目标之前的时空位置。在动态工作空间中执行 MAPF 规划时,AGV 经常会因与人或第三方车辆相遇而被延迟。若其余 AGV 继续遵循各自规划,车队的同步性将遭到破坏,部分 AGV 可能以与原规划不同的顺序通过路网交叉口。尽管这可能缩短 AGV 的累计路径完成时间,但通常情况下,原排序的改变会引发死锁等冲突。在实际中,常通过采用 MAPF 执行策略(例如使用动作依赖图(ADG)以维持排序)来强制保持同步。为在不引入死锁的前提下安全地重排序,我们提出可切换动作依赖图(SADG)的概念。利用 SADG,我们构建一个相对低维的混合整数线性规划(MILP),以递归可行的方式反复对 AGV 进行重排序,从而在动态最小化所有 AGV 累计路径完成时间的同时保持无死锁保证。多项仿真验证了相较于原始 ADG 方法以及鲁棒 MAPF 求解方法,我们方法的效率优势。
引用
@article{arxiv.2312.04190,
title = {Receding Horizon Re-ordering of Multi-Agent Execution Schedules},
author = {Alexander Berndt and Niels van Duijkeren and Luigi Palmieri and Alexander Kleiner and Tamás Keviczky},
journal= {arXiv preprint arXiv:2312.04190},
year = {2023}
}
备注
IEEE Transactions on Robotics (T-Ro) preprint, 17 pages, 32 figures