Core Concepts
オンラインで生成された経験を活用することで、高次元環境における複数ロボットアームの協調動作計画を高速化する。
Abstract
本論文では、複数ロボットアームを同時に使用する新しい応用分野を実現するために、Conflict-Based Search (CBS) アルゴリズムとその拡張版を高速化する手法を提案している。
まず、複数ロボットアームの動作計画問題(M-RAMP)を定式化し、グラフ探索問題として扱う方法を説明する。次に、CBS アルゴリズムとその拡張版であるBounded CBS (BCBS)、Enhanced CBS (ECBS)について詳述する。これらのアルゴリズムは、単一ロボットの高次元な動作計画問題を効率的に解くことができるが、複数ロボットの協調動作計画には課題がある。
そこで本手法では、CBS ベースのアルゴリズムの反復的かつ増分的な性質に着目し、過去の探索結果を再利用することで高速化を図る。具体的には、高レベルの探索では、制約に違反しない範囲で過去の単一ロボットの経路を再利用し、低レベルの探索では、過去の探索結果から部分経路を取り出して探索を加速する。
理論的な分析により、提案手法であるxCBSとxECBSは完全性と有界最適性を保証することを示す。さまざまな実験シナリオでの評価から、xECBSが他手法に比べて高い成功率と短い計画時間を達成し、現実世界の多アーム操作タスクに適用可能であることを示す。
Stats
ロボットアームの総関節角度変位が41.9 ± 8.3 radであった。
ロボットアームの総関節角度変位が24.1 ± 3.5 radであった。