混雑環境を切り抜ける：複数ロボットシステムのためのウェイポイントに基づくバイレベル計画

要旨: 障害物が密集した環境におけるマルチロボット制御は、ロボット間の衝突、ロボットと障害物の衝突、到達不能な動作といった複雑な物理的制約を伴うため、難しい問題です。このような状況で成功する計画には、高レベルのタスク計画と低レベルの運動計画の双方にわたる同時最適化が必要です。というのも、物理的制約の違反は、どちらかのレベルでの失敗に起因して発生し得るからです。しかし、タスク計画と運動計画を共同で最適化することは、低レベルの運動軌道の複雑なパラメータ化と、2つの計画レベル間でのクレジット割当ての曖昧さにより困難です。本論文では、タスク計画と運動計画を共同で最適化するハイブリッドなマルチロボット制御フレームワークを提案します。低レベル計画の効果的なパラメータ化を可能にするために、運動軌道を表す単純でありながら表現力のある表現としてウェイポイントを導入します。クレジット割当ての課題に対処するために、運動計画からタスク計画へ運動の実現可能性に関するフィードバックを伝播させる、修正版のRLVRアルゴリズムを用いたカリキュラムベースの学習戦略を採用します。密な障害物と最大9台のロボットを含む、挑戦的なマルチロボットベンチマークであるBoxNet3D-OBSに対する実験の結果、提案手法は運動を考慮しないベースラインおよびVLAベースラインに比べて、タスク成功を一貫して改善することを示しました。コードは https://github.com/UCSB-NLP-Chang/navigate-cluster で公開しています