格伦·瓦格纳;霍伊·乔塞特 多机器人路径规划的子维扩展。 （英文） Zbl 1328.68236号 Artif公司。智力。 219, 1-24 (2015). 摘要：为大量机器人规划最佳路径的计算成本很高。在本文中，我们介绍了一种新的多机器人路径规划框架，称为亚维扩展，它首先为每个机器人单独规划，然后根据需要协调机器人之间的运动。更具体地说，亚维扩展最初在多机器人系统的关节配置空间中创建了一个一维搜索空间。当搜索空间在规划期间被机器人-机器人碰撞阻塞时，搜索空间的维数会局部增加，以确保可以找到替代路径。因此，机器人只在必要时进行协调，这减少了寻找路径的计算成本。我们提出了（mathrm{M}^ ast）算法，这是一种亚维扩展的实现，它适用于（mathrm{A}^ asp）规划器来执行有效的多机器人规划\（\mathrm{M}^\ast\）被证明是完整的，并且可以找到最小代价路径。仿真结果表明，（mathrm{M}^ast）优于现有的最优多机器人路径规划算法。 引用于13文件 MSC公司： 68T42型 Agent技术与人工智能 68T20型 人工智能背景下的问题解决（启发式、搜索策略等） 68T40型 机器人人工智能 关键词：运动和路径规划;多智能体系统 软件：徒步旅行 PDF格式BibTeX公司 XML格式引用 \textit{G.Wagner}和\textit{H.Choset}，Artif。智力。219，1-24（2015；Zbl 1328.68236） 全文： 内政部 参考文献： [1] 哈特，P。；尼尔森，N。；Raphael，B.，《启发式确定最小成本路径的形式基础》，IEEE Trans。系统。科学。赛博。，4, 2, 100-107 (1968) [2] Standley，T.，《寻找合作寻路问题的最佳解决方案》（第24届AAAI人工智能会议论文集）。第24届人工智能大会论文集（AAAI），美国佐治亚州亚特兰大（2010年），173-178 [3] Ratner，D。；Warmuth，M.，为15个谜题的（N乘以N）扩展找到一个最短的解决方案很难，J.Symb。计算。，10, 111-137 (1990) ·Zbl 0704.68057号 [4] 埃尔德曼，M。；Lozano-Perez，T.，《关于多个移动物体》，Algorithmica，2，1，477-521（1987），ISSN 0178-4617·兹伯利0643.68152 [5] 康德，K。；Zucker，S.，《走向高效的轨迹规划：路径速度分解》，《国际机器人杂志》。第5、3、72-89号决议（1986年），ISSN 0278-3649 [6] 勒罗伊，S。；Laumond，J.-P。；Siméon，T.，《移动机器人的多路径协调：几何算法》，（第十六届国际人工智能联合会议论文集（1999），摩根考夫曼出版社：摩根考夫曼出版社，美国加利福尼亚州旧金山），1118-1123 [7] 萨哈，M。；Isto，P.，通过增量协调进行多机器人运动规划，（IEEE/RSJ智能机器人和系统国际会议论文集。IEEE/RSJ智能机器人和体系国际会议论文录，中国北京（2006）），5960-5963 [8] Silver，D.，《合作寻路》，（《第一届人工智能和交互式数字娱乐会议论文集》，《第一届人造智能和交互式数码娱乐会议论文集中》，玛丽娜·德尔雷伊，加利福尼亚州，美国（2005）），23-28 [9] 瓦格纳，G。；Choset，H.，（M^\ast）：一种具有性能边界的完整多机器人路径规划算法，（IEEE智能机器人和系统国际会议论文集。IEEE智能机器和系统国际大会论文集，美国加利福尼亚州旧金山（2011）），3260-3267 [10] 费尔纳，C。；瓦格纳，G。；Choset，H.，ODrM*：低维搜索空间中的最优多机器人路径规划，（IEEE/RSJ机器人与自动化国际会议论文集。IEEE/RSJ机器人与自动化世界会议论文集，德国卡尔斯鲁厄（2013）） [11] Carmel，D。；Markovitch，S.，《将对手模型纳入对手搜索》（AAAI/IAAI.AAAI/IAI，波特兰OR，美国，第1卷（1996）） [12] 费尔纳，A。；戈登堡，M。；沙龙，G。；斯特恩·R。；Beja，T。；Sturtevant，N。；谢弗，J。；Holte，R.，《选择性节点生成的部分扩展》，（《AAAI人工智能会议论文集》，加拿大多伦多，AAAI会议论文集（2012）） [13] 戈登堡，M。；费尔纳，A。；斯特恩·R。；沙龙，G。；Sturtevant，N。；霍尔特，R。；Schaeffer，J.，《增强部分膨胀》（A^\ast），J.Artif。智力。决议，50，141-187（2014）·Zbl 1361.68197号 [14] Korf，R.，深度-第一次迭代深化：最优容许树搜索，Artif。智力。，27、1、97-109（1985），ISSN 00043702·Zbl 0573.68030号 [15] 卡宾，S。；Pagello，E.，《关于多机器人系统的并行RRT》，（意大利人工智能协会第八届会议记录（2002年）），834-841，Citeser [16] Ferguson，D。；北卡罗来纳州卡拉。；Stentz，A.，用RRT重新规划，（IEEE机器人与自动化国际会议论文集。IEEE机器人和自动化国际会议文献集，美国佛罗里达州奥兰多（2006）），1243-1248 [17] 桑切斯，G。；Latombe，J.，关于PRM规划中的延迟碰撞检查：在多机器人协调中的应用，Int.J.robot。第21、1、5号决议（2002年） [18] 桑切斯，G。；Latombe，J.，《使用PRM规划器比较多机器人系统的集中式和解耦式规划》，（IEEE机器人与自动化国际会议论文集。IEEE机器人和自动化国际会议文献集，美国华盛顿特区，第2卷（2002）），2112-2119 [19] Cáp，M。；诺瓦克，P。；沃克·奈克，J。；Pěchouček，M.，Multi-agent RRT*：基于采样的合作寻路，（AAMAS 2013年（2013年）自治机器人和多机器人系统研讨会） [20] Solovey，K。；O.萨尔兹曼。；Halperin，D.，《在指数大海捞针：探索多机器人运动规划中隐含路线图的离散RRT》（WAFR（2014）） [21] 瓦格纳，G。；Kang，M。；Choset，H.，具有次维扩展的多机器人概率路径规划，（IEEE/RSJ机器人与自动化国际会议论文集（2012）） [22] 黄，R。；陈，Y。；Zhang，W.，一种新的基于转换的可满足规划编码方案，（AAAI人工智能会议（2010）），89-94 [23] 考茨，H。；Selman，B.，《统一基于SAT和基于图形的规划》（IJCAI（1999）） [24] Surynek，P.，《基于SAT的使用所有不同约束的合作路径查找方法》，（组合搜索研讨会论文集（2012）），191-192年 [25] Surynek，P.，《困难情况下具有广义目标的最优合作路径确定》（第十届抽象、重构和近似研讨会（2013）），119-122 [26] Erdem，E。；基萨·D·G。；Oztok，美国。；Schueller，P.，《多智能体寻路问题的一般形式框架》（AAAI人工智能会议（2013）），290-296 [27] Balyo，T。；Bartak，R。；Surynek，P.，《通过本地重新规划缩短计划》（第24届人工智能工具国际会议，第24届国际人工智能工具会议，希腊雅典（2012）） [28] Surynek，P.，《解决人口稠密环境中的抽象合作路径查找》（计算智能，第30卷（2012年））·Zbl 1328.68204号 [29] 崔，R。；高，B。；Guo，J.，具有安全保证的多机器人帕累托最优协调，Auton。机器人，32，3，189-205（2011），ISSN 0929-5593 [30] 彭杰。；Akella，S.，《沿着指定路径协调具有运动动力学约束的多个机器人》，国际机器人杂志。研究，24，4，295-310（2005），ISSN 0278-3649 [31] 南卡罗来纳州拉瓦莱。；Hutchinson，S.，《具有独立目标的多机器人的最优运动规划》，IEEE Trans。机器人。自动。，14, 6, 912-925 (1998) [32] 勒罗伊，S。；劳蒙德，J.-P。；Siméon，T.，《移动机器人的多路径协调：几何算法》，（第十六届国际人工智能联合会议论文集（1999），摩根考夫曼出版社：摩根考夫曼出版社，美国加利福尼亚州旧金山），1118-1123 [33] 彭杰。；Akella，S.，沿着指定路径协调具有动力学约束的多个机器人，Int.J.机器人。研究，24，4，295-310（2005），ISSN 0278-3649 [34] T·西蒙。；勒罗伊，S。；Laumond，J.-p.，《多移动机器人的路径协调：完全解析算法》，IEEE Trans。机器人。自动。，18, 1, 42-49 (2002) [35] Cáp，M。；诺瓦克，P。；塞莱克？，M。；Faigl，J。；Vokřínek，J.，《多机器人系统中协调的异步分散优先规划》（IEEE/RSJ智能机器人和系统国际会议（2013）），3822-3829 [36] 德萨拉尤，V.R。；How，J.P.，《具有复杂约束的多代理团队的分散路径规划》，Auton。机器人，32、4、385-403（2012），ISSN 0929-5593 [37] Regele，R。；Levi，P.，通过启发式优先级调整实现多机器人协作路径规划，（IEEE/RSJ智能机器人和系统国际会议（2006），IEEE），5954-5959 [38] 范登伯格，J。；Overmars，M.，多机器人的优先运动规划，（IEEE/RSJ智能机器人和系统国际会议论文集。IEEE/RSJ智能机器人与系统国际会议文献集，加拿大艾伯塔省埃德蒙顿（2005）），2217-2222 [39] Geramifard，A。；Chubak，P。；Bulitko，V.，《偏倚成本寻路》（AAAI人工智能和交互式数字娱乐会议，AAAI人造智能和交互式数码娱乐会议，加利福尼亚州玛丽娜·德雷伊（2006）），第112-114页 [40] Buckley，S.，多移动机器人的快速运动规划，（IEEE机器人与自动化国际会议论文集，第1卷（1989）），322-326 [41] 马伦，B。；Wolfram，B。；Sebastian，T.，解耦路径规划技术中基于约束的优先方案优化，（KI 2001:人工智能进展（2001）），78-93·Zbl 1007.68599号 [42] 特平，M。；Michael，N。；Kumar，V.，《多机器人系统中的轨迹规划和分配》（机器人算法基础国际研讨会（WAFR），2012年） [43] 特平，M。；Michael，N。；Kumar，V.，大型可互换机器人团队的并行分配和轨迹规划，（IEEE机器人与自动化国际会议。IEEE机器人和自动化国际会议，德国卡尔斯鲁厄（2013）），834-840 [44] Wilson，R.M.，《图形谜题、同伦和交替群》，J.Comb。理论，Ser。B、 86-96（1974年）·Zbl 0285.05110号 [45] Kornhauser，D。；米勒，G。；Spirakis，P.，《协调图上的卵石运动、置换群的直径和应用》（第25届计算机科学基础研讨会论文集）。第25届计算机科学基础研讨会论文集，美国佛罗里达州辛格岛（1984年），241-250 [46] 加布里埃尔，R。；Helmert，M.，解决了非最优多智能体寻路问题（自1984年以来），（组合搜索研讨会（2012）），173-174 [47] Peasgood，M。；麦克菲，J。；Clark，C.，隧道环境中完整且可扩展的多机器人规划，（首届IFAC多车辆系统研讨会论文集。首届IFAC多车辆系统研讨会论文集，巴西巴伊亚（2006）），75-80 [48] 王凯。；Botea，A.，MAPP：一种可扩展的多智能体路径规划算法，具有可处理性和完整性保证，J.Artif。智力。研究，42，55-90（2011）·Zbl 1238.68054号 [49] 卢纳，R。；Bekris，K.，《推送与交换：具有完整性保证的快速合作路径查找》（国际人工智能联合会议（IJCAI）会议记录）。国际人工智能联合会议（IJCAI）会议记录，西班牙巴塞罗那（2011），294-300 [50] Krontiris，A。；卢纳，R。；Bekris，K.E.，《从可行性测试到多智能体路径规划》，（第六届组合搜索国际研讨会论文集（2013年），114-122 [51] 德王尔德，B。；特莫尔斯，A.W。；Witteveen，C.，Push and rotate:cooperative multi-agent path planning，（第12届自治代理和多代理系统国际会议论文集）。第十二届自主代理和多代理系统国际会议（AAMAS）会议记录，明尼苏达州圣保罗（2013）），87-94 [52] Khorshid，M。；霍尔特，R。；Sturtevant，N.，非最优多智能体路径搜索的多项式时间算法，（组合搜索研讨会论文集。组合搜索研讨会文献集，西班牙巴塞罗那（2011）），76-83 [53] 萨吉德，Q。；卢纳，R。；Bekris，K.E.，同时执行单代理原语的多代理寻路，（第五届组合搜索年度研讨会论文集（2012）），88-96 [54] Al-Wahedi，K.，《用于多智能体协调的混合局部-全局运动规划器》（2000），凯斯西储大学，硕士论文 [55] 范登伯格，J。；Snoeyink，J。；林，M。；Manocha，D.，《多机器人的集中式路径规划：最优解耦为连续计划》（《机器人学学报：科学与系统》，第2卷（2009年）） [56] 沙龙，G。；斯特恩·R。；戈登堡，M。；Felner，A.，《最优多智能体寻路的增加成本树搜索》，（《第二十二届人工智能国际联合会议论文集》，第二十二届国际人工智能联合会议论文，美国加利福尼亚州旧金山（2011）），662-667 [57] 沙龙，G。；斯特恩，R。；费尔纳，A。；Sturtevant，N.，《基于冲突的最优多智能体路径搜索》，（《AAAI人工智能会议论文集》，加拿大安大略省多伦多市AAAI会议论文集（2012）） [58] Barer，M。；沙龙，G。；斯特恩·R。；Felner，A.，多智能体寻路问题的基于冲突的搜索算法的次优变体，（第六届组合搜索国际研讨会论文集（2014）） [59] 沙龙，G。；斯特恩·R。；费尔纳，A。；Sturtevant，N.，基于元代理冲突的搜索用于优化多代理路径查找，（组合搜索研讨会论文集，尼亚加拉大瀑布。组合搜索研讨会会议论文集，加拿大安大略省尼亚加拉大瀑布（2012）） [60] Pohl，I.，《在启发式问题解决中避免（相对）灾难、启发式能力、真正的动态加权和计算问题》（第三届国际人工智能联合会议论文集（1973）），12-17 [61] 博内特，B。；Geffner，H.，计划作为启发式搜索，人工制品。智力。，129、1-2、5-33（2001），ISSN 0004-3702·Zbl 0971.68146号 [62] Korf，R.，《线性空间最佳优先搜索》，Artif。智力。，62、1、41-78（1993），ISSN 0004-3702·Zbl 0778.68079号 [63] Pearl，J.，《启发式：计算机问题解决的智能搜索策略》（1984），Addison-Wesley [64] Gaschnig，J.，某些搜索算法的性能测量和分析（1979年），卡内基梅隆大学博士论文 [65] Davis，H。；Bramanti-Gregor，A。；Wang，J.，启发式搜索中使用深度和广度组件的优势，（智能系统方法论，第3卷（1989）），19-28 [66] 戈登堡，M。；费尔纳，A。；Sturtevant，N.，《最优生代变种（EPEA）》，（第六届组合搜索国际研讨会论文集。第六届联合搜索国际研讨会会议论文集，美国华盛顿州利文沃思（2013）），89-97 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。