用于约束多智能体运动规划的时空冲突球方法
机器人学
2023-05-02 v2
摘要
多智能体运动规划（MAMP）是互联自动驾驶汽车和多机器人系统等应用中的关键挑战。本文提出了一种面向MAMP的时空冲突解决方法。我们采用一种新颖、灵活的基于球的轨迹离散化方法来形式化该问题。我们的方法利用深度优先冲突搜索策略，既提供了去耦合方法的可扩展性，又保持了耦合方法的计算保证。我们构建了在生成解中规避离散化误差并遵循运动学约束的程序。理论上，我们证明了算法的连续时间可行性和形式化空间完备性。实验上，我们展示了该算法在运行时间和解的质量方面均与当前最先进技术相匹配，同时通过适应静态和动态障碍物，扩展了现有工作的能力。我们使用开源车辆模拟器CARLA在各种无信号交通路口场景中评估了该算法。结果表明，在涉及联网和非联网车辆的空间受限环境中，成功率显著提高。此外，我们保持了合理的次优性比率，该比率在日益复杂的场景中具有良好的可扩展性。
引用
@article{arxiv.2302.02266,
title = {Space-Time Conflict Spheres for Constrained Multi-Agent Motion Planning},
author = {Anirudh Chari and Rui Chen and Changliu Liu},
journal= {arXiv preprint arXiv:2302.02266},
year = {2023}
}