大規模アセンブリのメイクスパン最適化のための協調マルチロボット分解計画

本論文は、複数ロボットによる分解作業のためのタスク・モーションプランニング手法である coordinated multi-robot disassembly (CoMuDi) を提案している。入力として、ロボットチーム、物体のアセンブリ、依存関係グラフを受け取り、pick, place, exit 動作の複合タスクを生成する。時間制約を伝播させることで、各ロボットが衝突を回避しつつ可能な限り早くタスクを開始・終了できるようにし、space-time RRT* (ST-RRT*) プランナを統合して個々のタスクの到着時間を最小化し、全体の makespan を最小化する。

先行研究では、複数ロボットの分解タスクにおいて、狭い作業空間での動作調整と衝突回避を同時に扱うことが困難であった。CoMuDi は、タスク計画とモーションプランニングを統合し、時間制約の伝播と ST-RRT* の組み合わせにより、makespan を最小化しつつ成功率を高める点が新しい。また、最大49部品・9ロボットの大規模アセンブリで評価している点も先行研究と比べて進んでいる。

手法の肝は、分解タスクを複合タスク（pick, place, exit）に分解し、時間制約を伝播させることで各ロボットの動作を同期させる点にある。さらに、ST-RRT* を統合することで、各タスクの到着時間を最小化し、全体の makespan を短縮する。ST-RRT* は時間次元を考慮した RRT* であり、衝突回避を保証しながら最適な経路を探索する。

CoMuDi を ST-RRT* と RRT* の両方を用いて、異なる時間制限で比較し、CoMuDi と ST-RRT* の組み合わせが成功率を高め、makespan を最小化することを示した。さらに、最大49部品・9ロボットの6つのアセンブリで評価し、ロボットの経路が低いアイドル時間を示すことを確認し、大規模アセンブリを確実に解けることを実証した。

要旨からは、提案手法の限界や課題についての議論は不明である。ただし、分解タスクの依存関係グラフが既知であることや、ロボットの動作が時間制約で厳密に同期されるため、動的な環境変化や不確実性への対応が課題となる可能性が考えられるが、要旨には明記されていない。

要旨で参照されている研究は、ST-RRT* プランナと RRT* プランナである。また、関連手法として、multi-robot task and motion planning や disassembly planning の分野の研究が挙げられる。具体的には、時間拡張 RRT や conflict-based search などの手法が関連するが、要旨に明記されていないため、一般名で示す。