基于工作空间引导超图的可扩展多机器人运动规划

在这项工作中，我们提出一种多移动机器人运动规划方法，可在具有狭窄通道的拥挤环境中高效地为多达 128 个机器人的机器人团队进行规划（比现有最先进方法大一个数量级）。我们通过扩展最先进的可分解状态空间超图（DaSH）多机器人规划框架以支持拥挤环境中的移动机器人运动规划，实现了可扩展性的这一提升。这是 DaSH 无法直接应用的问题，因为它缺乏高度结构化、易于离散化的任务空间，并具有运动动力学约束。我们通过利用关于工作空间拓扑的知识来限制规划空间的探索，并修改 DaSH 的冲突解决机制来实现这一点。该引导捕捉了机器人间何时需要协调，使我们能够分解难以处理的庞大机器人搜索空间，同时通过将在规划时将相关机器人组合在一起，限制机器人间冲突的风险。