制約環境におけるマルチエージェント動作計画と衝突回避のためのMILPベース解法
A MILP-Based Solution to Multi-Agent Motion Planning and Collision Avoidance in Constrained Environments
凸ポリトープ領域列とbig-M法を組み合わせた混合整数線形計画により、制約環境下で複数エージェントの衝突回避軌道を効率的に生成する手法を提案し、従来の非構造化MILPより桁違いに高速であることを示した。
詳しい要約
1. どんなもの?
2. 先行研究と比べてどこがすごい?
3. 技術・手法の肝は?
4. どうやって有効だと検証した?
5. 議論はある?
6. 次に読むべき論文は?
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Akshay Jaitly, Jack Cline, Siavash Farzan
分類: cs.RO, cs.SY, eess.SY
原文アブストラクト
We propose a mixed-integer linear program (MILP) for multi-agent motion planning that embeds Polytopic Action-based Motion Planning (PAAMP) into a sequence-then-solve pipeline. Region sequences confine each agent to adjacent convex polytopes, while a big-M hyperplane model enforces inter-agent separation. Collision constraints are applied only to agents sharing or neighboring a region, which reduces binary variables exponentially compared with naive formulations. An L1 path-length-plus-acceleration cost yields smooth trajectories. We prove finite-time convergence and demonstrate on representative multi-agent scenarios with obstacles that our formulation produces collision-free trajectories an order of magnitude faster than an unstructured MILP baseline.
関連論文
- 人協調倉庫における混雑考慮型オンライン多エージェント集配アルゴリズムCARVSマルチエージェント計画
- 法的ガイドラインに基づく順序ゲームによる監査可能で展開可能なマルチエージェント動作計画マルチエージェント計画
- 多分岐コンティンジェンシーゲームのためのカスケード合意分割マルチエージェント計画
- SAFE-MA-RRT: データ駆動型安全証明を用いたマルチエージェント動作計画マルチエージェント計画
- ELHPlan:マルチエージェント協調のための効率的な長期タスクプランニングマルチエージェント計画
- スケーラブルなゲーム理論的予測・計画のためのプレイヤー選択ネットワークマルチエージェント計画
