Fugu-MT 論文翻訳(概要): Integer Programming for Multi-Robot Planning: A Column Generation Approach

論文の概要: Integer Programming for Multi-Robot Planning: A Column Generation Approach

arxiv url: http://arxiv.org/abs/2006.04856v1
Date: Mon, 8 Jun 2020 18:19:14 GMT
ステータス: 処理完了
システム内更新日: 2022-11-24 01:52:21.477223
Title: Integer Programming for Multi-Robot Planning: A Column Generation Approach
Title（参考訳）: マルチロボット計画のための整数プログラミング:列生成アプローチ
Authors: Naveed Haghani, Jiaoyang Li, Sven Koenig, Gautam Kunapuli, Claudio Contardo, Julian Yarkony
Abstract要約: 本研究では,倉庫内のロボット群を,一定時間内に達成した報酬を最大化するために調整する問題を考察する。本稿では,ロボットが占有できる時空の位置として要素が定義される重み付けセットパッキング問題として,その問題を定式化する。ロボットは衝突せず、各アイテムが最大1回配達され、常にアクティブなロボットの数が利用可能な総数を超えないことを強制する。
参考スコア（独自算出の注目度）: 21.217989597414384
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We consider the problem of coordinating a fleet of robots in a warehouse so as to maximize the reward achieved within a time limit while respecting problem and robot specific constraints. We formulate the problem as a weighted set packing problem where elements are defined as being the space-time positions a robot can occupy and the items that can be picked up and delivered. We enforce that robots do not collide, that each item is delivered at most once, and that the number of robots active at any time does not exceed the total number available. Since the set of robot routes is not enumerable, we attack optimization using column generation where pricing is a resource-constrained shortest-path problem.
Abstract（参考訳）: 倉庫内のロボット群を協調させることは,問題やロボット特有の制約を尊重しながら,制限時間内に達成される報酬を最大化するために問題を考える。この問題を重み付き集合パッキング問題として定式化し、そこでは要素をロボットが占有できる時空の位置と、拾い上げて届けられるアイテムと定義する。ロボットは衝突せず、各アイテムは最大で1回配送され、いつでもアクティブなロボットの数は利用可能な総数を超えないことを強制する。ロボット経路の集合は計算不可能であるため,資源制約された最短経路問題である列生成を用いて最適化を行う。

関連論文リスト

Multi-Robot Informative Path Planning for Efficient Target Mapping using Deep Reinforcement Learning [11.134855513221359]
本稿では,多ボット情報経路計画のための新しい深層強化学習手法を提案する。我々は、集中的な訓練と分散実行パラダイムを通じて強化学習政策を訓練する。提案手法は,他の最先端のマルチロボット目標マッピング手法よりも33.75%向上する。
論文参考訳（メタデータ） (2024-09-25T14:27:37Z)
COHERENT: Collaboration of Heterogeneous Multi-Robot System with Large Language Models [49.24666980374751]
COHERENTは、異種マルチロボットシステムの協調のための新しいLCMベースのタスク計画フレームワークである。提案-実行-フィードバック-調整機構は,個々のロボットに対して動作を分解・割り当てするように設計されている。実験の結果,我々の研究は,成功率と実行効率の面で,従来の手法をはるかに上回っていることが明らかとなった。
論文参考訳（メタデータ） (2024-09-23T15:53:41Z)
Robotic warehousing operations: a learn-then-optimize approach to large-scale neighborhood search [84.39855372157616]
本稿では,ワークステーションの注文処理,アイテムポッドの割り当て,ワークステーションでの注文処理のスケジュールを最適化することで,ウェアハウジングにおけるロボット部品対ピッカー操作を支援する。そこで我々は, 大規模近傍探索を用いて, サブプロブレム生成に対する学習を最適化する手法を提案する。 Amazon Roboticsと共同で、我々のモデルとアルゴリズムは、最先端のアプローチよりも、実用的な問題に対するより強力なソリューションを生み出していることを示す。
論文参考訳（メタデータ） (2024-08-29T20:22:22Z)
Decentralised construction of a global coordinate system in a large swarm of minimalistic robots [0.8701566919381223]
本研究では,最小主義的エラー発生ロボット群における位置自己認識を可能にするアルゴリズムを提案する。受信メッセージのベアリングを計測できないにもかかわらず、アルゴリズムを実行しているロボットは、定期的に配置されたSwarm内の位置を計算することができる。我々のソリューションは最先端のアルゴリズムよりも少ない要件を持ち、総合的なノイズフィルタリング機構を含んでいる。
論文参考訳（メタデータ） (2023-02-28T14:14:17Z)
GenLoco: Generalized Locomotion Controllers for Quadrupedal Robots [87.32145104894754]
四足歩行ロボットのための汎用ロコモーション(GenLoco)コントローラを訓練するためのフレームワークを提案する。本フレームワークは,多種多様な四足歩行ロボットに展開可能な汎用ロコモーションコントローラを合成する。我々のモデルは、より一般的な制御戦略を取得し、新しいシミュレーションロボットや実世界のロボットに直接移行できることを示す。
論文参考訳（メタデータ） (2022-09-12T15:14:32Z)
REvolveR: Continuous Evolutionary Models for Robot-to-robot Policy Transfer [57.045140028275036]
本研究では,運動学や形態学など,異なるパラメータを持つ2つの異なるロボット間でポリシーを伝達する問題を考察する。模倣学習手法を含む動作や状態遷移の分布を一致させることで、新しいポリシーを訓練する既存のアプローチは、最適な動作や/または状態分布が異なるロボットでミスマッチしているために失敗する。本稿では,物理シミュレータに実装されたロボット政策伝達に連続的進化モデルを用いることで,$RevolveR$という新しい手法を提案する。
論文参考訳（メタデータ） (2022-02-10T18:50:25Z)
Lifelong Robotic Reinforcement Learning by Retaining Experiences [61.79346922421323]
多くのマルチタスク強化学習は、ロボットが常にすべてのタスクからデータを収集できると仮定している。本研究では,物理ロボットシステムの実用的制約を動機として,現実的なマルチタスクRL問題について検討する。我々は、ロボットのスキルセットを累積的に成長させるために、過去のタスクで学んだデータとポリシーを効果的に活用するアプローチを導出する。
論文参考訳（メタデータ） (2021-09-19T18:00:51Z)
Multi-Robot Routing with Time Windows: A Column Generation Approach [19.425263342626007]
倉庫内でのピッキング作業を行うロボット群をコーディネートすることの問題点を考察する。我々は,時間内インクリメントの考慮を回避する効率的な最適化手法を提案する。また,価格サブ問題を効率的に解くための価格アルゴリズムを提案する。
論文参考訳（メタデータ） (2021-03-16T03:39:42Z)
Large Scale Distributed Collaborative Unlabeled Motion Planning with Graph Policy Gradients [122.85280150421175]
本研究では,運動制約と空間制約を多数のロボットに対して2次元空間で解くための学習法を提案する。ロボットのポリシーをパラメータ化するためにグラフニューラルネットワーク(GNN)を用いる。
論文参考訳（メタデータ） (2021-02-11T21:57:43Z)
Co-Evolution of Multi-Robot Controllers and Task Cues for Off-World Open Pit Mining [0.6091702876917281]
本稿では,マルチロボット掘削とサイト準備のシナリオにおいて,スケーラブルなコントローラを開発するための新しい手法を提案する。コントローラは空白のスレートから始まり、人間による操作スクリプトや、掘削機の運動学や力学の詳細なモデリングを必要としない。本稿では,テンプレートとタスクキューを用いてグループパフォーマンスをさらに向上し,アンタゴニティを最小化する方法について検討する。
論文参考訳（メタデータ） (2020-09-19T03:13:28Z)
Optimal Sequential Task Assignment and Path Finding for Multi-Agent Robotic Assembly Planning [42.38068056643171]
本研究では,タスク間優先制約のあるアプリケーションにおいて,ロボットの大規模チームに対する逐次的タスク割り当てと衝突のないルーティングの問題について検討する。本稿では,その問題に対する等間隔最適解を計算するための階層的アルゴリズムを提案する。
論文参考訳（メタデータ） (2020-06-16T00:45:07Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。