Centrala begrepp
다수 에이전트 경로 찾기 문제에서 계산 및 메모리 공간 요구사항이 에이전트 수가 증가함에 따라 지수적으로 증가하는 문제를 해결하기 위해, 이 연구에서는 다수 에이전트 경로 찾기 문제 인스턴스를 더 작은 독립적인 하위 문제로 분해하는 기법을 제안한다. 또한 이 기법은 해결 가능성을 저해하지 않으면서 일반적인 다수 에이전트 경로 찾기 알고리즘이 각 하위 문제를 독립적으로 해결하고 그 해결책을 하나의 충돌 없는 최종 해결책으로 병합할 수 있게 한다.
Sammanfattning
이 연구는 다수 에이전트 경로 찾기(MAPF) 문제를 해결하기 위한 새로운 접근법을 제안한다. MAPF 문제는 여러 에이전트의 충돌 없는 경로를 계산하는 문제로, 에이전트 수가 증가함에 따라 계산 및 메모리 공간 요구사항이 지수적으로 증가하는 문제가 있다.
이를 해결하기 위해 이 연구에서는 MAPF 문제 인스턴스를 더 작은 독립적인 하위 문제로 분해하는 기법인 LayeredMAPF를 제안한다. 이 기법은 다음과 같은 과정으로 구성된다:
- 에이전트 간 의존성을 분석하여 초기 클러스터(하위 문제)를 생성한다.
- 클러스터를 더 작은 클러스터로 분할하는 과정을 반복한다. 이때 분할이 해결 가능성을 저해하지 않도록 한다.
- 클러스터를 레벨(또 다른 유형의 하위 문제)로 분해하고 레벨 간 해결 순서를 결정한다.
이렇게 분해된 하위 문제들은 독립적으로 해결되며, 그 결과를 병합하여 원래 MAPF 문제의 해결책을 얻는다. 이 과정에서 직렬 MAPF 알고리즘과 병렬 MAPF 알고리즘을 구분하여 다루고 있다.
실험 결과, 이 분해 기법을 적용하면 메모리 사용량과 시간 비용이 크게 감소하며, 특히 직렬 MAPF 알고리즘에서 효과적인 것으로 나타났다.
Statistik
분해 과정에서 최대 하위 문제 크기와 전체 에이전트 수의 비율(분해율)이 일반적으로 증가한다.
분해 과정에서 생성되는 하위 문제의 수가 대부분의 경우 감소한다.
분해 과정의 시간 비용은 대부분 1초 이내이다.
분해 과정의 메모리 사용량은 대부분 10MB 이내이다.