論文の概要: Distributed Allocation and Scheduling of Tasks with Cross-Schedule
Dependencies for Heterogeneous Multi-Robot Teams
- arxiv url: http://arxiv.org/abs/2109.03089v1
- Date: Tue, 7 Sep 2021 13:44:28 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-08 14:30:55.323271
- Title: Distributed Allocation and Scheduling of Tasks with Cross-Schedule
Dependencies for Heterogeneous Multi-Robot Teams
- Title（参考訳）: 異種多人数チームにおけるスケジュール間依存タスクの分散配置とスケジューリング
- Authors: Barbara Arbanas Ferreira, Tamara Petrovi\'c, Matko Orsag, J. Ramiro
Mart\'inez-de-Dios, Stjepan Bogdan
- Abstract要約: 本稿では,異なるロボットのタスクが時間的・優先的な制約に強く結びついているミッションに対して,タスク割り当てとスケジューリングを行うアルゴリズムを提案する。
マルチロボットシステムによって維持される温室の実用ユースケースへの計画手順の適用。
- 参考スコア（独自算出の注目度）: 2.294915015129229
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: To enable safe and efficient use of multi-robot systems in everyday life, a
robust and fast method for coordinating their actions must be developed. In
this paper, we present a distributed task allocation and scheduling algorithm
for missions where the tasks of different robots are tightly coupled with
temporal and precedence constraints. The approach is based on representing the
problem as a variant of the vehicle routing problem, and the solution is found
using a distributed metaheuristic algorithm based on evolutionary computation
(CBM-pop). Such an approach allows a fast and near-optimal allocation and can
therefore be used for online replanning in case of task changes. Simulation
results show that the approach has better computational speed and scalability
without loss of optimality compared to the state-of-the-art distributed
methods. An application of the planning procedure to a practical use case of a
greenhouse maintained by a multi-robot system is given.
- Abstract（参考訳）: 日常生活におけるマルチロボットシステムの安全かつ効率的な利用を可能にするためには,行動調整のための堅牢で迅速な手法を開発する必要がある。
本稿では,異なるロボットのタスクが時間的・優先的な制約に強く結びついているミッションのための分散タスク割り当てとスケジューリングアルゴリズムを提案する。
提案手法は,車両経路問題の変種としてこの問題を表現し,進化計算(CBM-pop)に基づく分散メタヒューリスティックアルゴリズムを用いて解を求める。
このようなアプローチは高速で最適に近い割り当てを可能にするため、タスクの変更時にオンライン再計画に使用できる。
シミュレーションの結果,現状の分散手法と比較して,最適性を損なうことなく計算速度とスケーラビリティが向上した。
マルチロボットシステムによって維持される温室の実用的利用事例への計画手順の適用について述べる。
関連論文リスト
- 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) - Accelerating Search-Based Planning for Multi-Robot Manipulation by Leveraging Online-Generated Experiences [20.879194337982803]
MAPF(Multi-Agent Path-Finding)アルゴリズムは、離散的な2Dドメインで保証され、厳密な保証を提供する。
本稿では,その反復的かつ漸進的な性質を活用して,競合に基づく探索アルゴリズムを高速化する手法を提案する。
論文 参考訳（メタデータ） (2024-03-29T20:31:07Z) - A Conflict-Aware Optimal Goal Assignment Algorithm for Multi-Robot
Systems [6.853165736531941]
マルチロボットアプリケーションは、衝突のない経路を確保しながら、各ロボットにユニークな目標を割り当てることを目的としている。
そこで本研究では,次の最適な割り当てを計算するための効率的な競合誘導手法を提案する。
複数のベンチマークワークスペース上で,最大100個のロボットに対して,我々のアルゴリズムを広範囲に評価した。
論文 参考訳（メタデータ） (2024-02-19T19:04:19Z) - Efficient Online Scheduling and Routing for Automated Guided Vehicles In Loop-Based Graphs [0.0]
本稿では,任意の容量を持つAGVに対して,オンラインかつ競合のないスケジューリングとルーティング問題を解決するループベースのアルゴリズムを提案する。
実生産プラントを表すモデル上で理論的および実例を用いて、このアルゴリズムが他のアルゴリズムより優れているか、より少ない計算時間で等しく良い解が得られることを実験的に示す。
論文 参考訳（メタデータ） (2023-10-03T16:41:46Z) - Optimal task and motion planning and execution for human-robot
multi-agent systems in dynamic environments [54.39292848359306]
本稿では,タスクのシーケンシング,割り当て,実行を最適化するタスクと動作計画の組み合わせを提案する。
このフレームワークはタスクとアクションの分離に依存しており、アクションはシンボル的タスクの幾何学的実現の可能な1つの可能性である。
ロボットアームと人間の作業員がモザイクを組み立てる共同製造シナリオにおけるアプローチの有効性を実証する。
論文 参考訳（メタデータ） (2023-03-27T01:50:45Z) - An Auction-based Coordination Strategy for Task-Constrained Multi-Agent
Stochastic Planning with Submodular Rewards [7.419725234099728]
既存のタスク調整アルゴリズムはプロセスを無視したり、計算強度に悩まされる。
新たに定式化されたスコア関数を用いた分散オークションベースのコーディネート戦略を提案する。
大規模アプリケーションの実装には,提案手法の近似変種,すなわちDeep Auctionも提案されている。
論文 参考訳（メタデータ） (2022-12-30T10:25:25Z) - Distributed Mission Planning of Complex Tasks for Heterogeneous
Multi-Robot Teams [2.329625852490423]
異種多ロボットチームのための複雑なミッション計画のための分散多段階最適化手法を提案する。
提案手法は、ミッション目標を定義する階層木として表される、ミッションの多目的探索を含む。
提案手法は,利用可能なロボットと与えられた最適化基準に応じて,計画戦略に適応する能力を示す。
論文 参考訳（メタデータ） (2021-09-21T11:36:11Z) - A Two-stage Framework and Reinforcement Learning-based Optimization
Algorithms for Complex Scheduling Problems [54.61091936472494]
本稿では、強化学習(RL)と従来の運用研究(OR)アルゴリズムを組み合わせた2段階のフレームワークを開発する。
スケジューリング問題は,有限マルコフ決定過程 (MDP) と混合整数計画過程 (mixed-integer programming process) の2段階で解決される。
その結果,本アルゴリズムは,アジャイルな地球観測衛星スケジューリング問題に対して,安定かつ効率的に十分なスケジューリング計画を得ることができた。
論文 参考訳（メタデータ） (2021-03-10T03:16:12Z) - Combining Deep Learning and Optimization for Security-Constrained
Optimal Power Flow [94.24763814458686]
セキュリティに制約のある最適電力フロー(SCOPF)は、電力システムの基本である。
SCOPF問題におけるAPRのモデル化は、複雑な大規模混合整数プログラムをもたらす。
本稿では,ディープラーニングとロバスト最適化を組み合わせた新しい手法を提案する。
論文 参考訳（メタデータ） (2020-07-14T12:38:21Z) - Dynamic Multi-Robot Task Allocation under Uncertainty and Temporal
Constraints [52.58352707495122]
本稿では,不確実性およびマルチエージェント協調の下での逐次意思決定における重要な計算課題を分離するマルチロボット割当アルゴリズムを提案する。
都市におけるマルチアームコンベヤベルトピック・アンド・プレイスとマルチドローン配送ディスパッチの2つの異なる領域における広範囲なシミュレーション結果について検証を行った。
論文 参考訳（メタデータ） (2020-05-27T01:10:41Z) - Decentralized MCTS via Learned Teammate Models [89.24858306636816]
本稿では,モンテカルロ木探索に基づくトレーニング可能なオンライン分散計画アルゴリズムを提案する。
深層学習と畳み込みニューラルネットワークを用いて正確なポリシー近似を作成可能であることを示す。
論文 参考訳（メタデータ） (2020-03-19T13:10:20Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。