具有延迟的鲁棒多智能体取送货问题
人工智能
2023-03-31 v1 多智能体系统
机器人学
摘要
多智能体取送货（MAPD）是为一组智能体计算无碰撞路径的问题，使它们能够安全地从取货点到达送货点。这些位置在运行时提供，使得 MAPD 成为经典多智能体路径寻找（MAPF）与在线任务分配的结合。当前用于 MAPD 的算法未考虑实际应用中遇到的许多实际问题：真实智能体通常不能完美遵循规划路径，并可能遭受延迟与故障。本文研究具有延迟的 MAPD 问题，并提出两种通过规划限制不完美执行影响的路径来提供鲁棒性保证的求解方法。具体而言，我们引入两种算法 k-TP 与 p-TP，均基于通常用于求解 MAPD 的分散式算法 Token Passing（TP），分别提供确定性与概率性保证。在实验中，我们将我们的算法与增加了在线重规划的 TP 版本进行比较。k-TP 与 p-TP 提供鲁棒解，显著减少了由延迟引起的重规划次数，且解代价与运行时间略有增加或没有增加。
引用
@article{arxiv.2303.17422,
title = {Robust Multi-Agent Pickup and Delivery with Delays},
author = {Giacomo Lodigiani and Nicola Basilico and Francesco Amigoni},
journal= {arXiv preprint arXiv:2303.17422},
year = {2023}
}