日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

群制御arXiv:2603.28803

CREST: マルチロボット倉庫棚再配置のための制約解放実行

CREST: Constraint-Release Execution for Multi-Robot Warehouse Shelf Rearrangement

シェア:XThreadsFacebookLINEはてブBluesky

倉庫内の棚再配置問題に対し、実行中に軌道制約を積極的に解放する新しい実行フレームワークCRESTを提案し、移動距離・メイクスパン・棚切替を最大40%以上削減した。

詳しい要約

1. どんなもの?

- DD-MAPD(Double-Deck Multi-Agent Pickup and Delivery)における多ロボット棚再配置問題を対象とした新しい実行フレームワーク CREST を提案。 - 棚の軌道計画とエージェント割当を分離する既存枠組みに対し、実行中に軌道制約を能動的に解放することで、より連続的な棚搬送を実現する。 - 自動倉庫のスケーラブルな棚再配置の効率改善を目的とする。

2. 先行研究と比べてどこがすごい?

- 先行の MAPF-DECOMP は MAPF solver で衝突のない棚軌道を計算し、その後エージェントを割り当てる。 - しかし厳密な軌道依存を強制するため、エージェントの遊休や不要な棚スイッチングが生じ、実行品質が低下しやすい。 - CREST は実行中に軌道制約を積極的に解放することで、この問題を緩和し、MAPF-DECOMP を一貫して上回る。

3. 技術・手法の肝は?

- 実行フェーズ中に軌道制約を proactive に release する点が肝。 - これによりエージェントの遊休を減らし、不要な shelf switching を抑制し、連続的な shelf carrying を可能にする。 - 具体的なアルゴリズム詳細や制約解放の条件は要旨からは不明。

4. どうやって有効だと検証した?

- 多様な warehouse layouts での実験により検証。 - CREST は MAPF-DECOMP を一貫して上回り、agent travel、makespan、shelf switching に関する指標をそれぞれ最大 40.5%、33.3%、44.4% 削減。 - lift/place overhead がある条件下ではさらに大きな利得が得られた。

5. 議論はある?

- 実行を意識した制約解放(execution-aware constraint release)がスケーラブルな倉庫再配置に重要であると主張。 - 一方、制約解放に伴うリスクや限界、適用条件の詳細は要旨からは不明。 - コードとデータは GitHub で公開されている。

6. 次に読むべき論文は?

- MAPF-DECOMP(本論文で比較されている先行フレームワーク) - DD-MAPD(Double-Deck Multi-Agent Pickup and Delivery) - MAPF solver を用いた関連手法(要旨で明示的な個別論文名は挙げられていないため、同分野の基盤手法として MAPF 関連研究)

※ 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: Jiaqi Tan, Yudong Luo, Sophia Huang, Yifan Yang, Hang Ma

分類: cs.RO, cs.AI, cs.MA

原文アブストラクト

Double-Deck Multi-Agent Pickup and Delivery (DD-MAPD) models the multi-robot shelf rearrangement problem in automated warehouses. MAPF-DECOMP is a recent framework that first computes collision-free shelf trajectories with a MAPF solver and then assigns agents to execute them. While efficient, it enforces strict trajectory dependencies, often leading to poor execution quality due to idle agents and unnecessary shelf switching. We introduce CREST, a new execution framework that achieves more continuous shelf carrying by proactively releasing trajectory constraints during execution. Experiments on diverse warehouse layouts show that CREST consistently outperforms MAPF-DECOMP, reducing metrics related to agent travel, makespan, and shelf switching by up to 40.5\%, 33.3\%, and 44.4\%, respectively, with even greater benefits under lift/place overhead. These results underscore the importance of execution-aware constraint release for scalable warehouse rearrangement. Code and data are available at https://github.com/ChristinaTan0704/CREST.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  3. 3GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI