論文の概要: Fixed-Haven Reservation for Online Multi-Agent Pickup and Delivery in Dense Warehouses
- arxiv url: http://arxiv.org/abs/2608.26759v1
- Date: Thu, 27 Aug 2026 07:54:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-28 16:30:58.29683
- Title: Fixed-Haven Reservation for Online Multi-Agent Pickup and Delivery in Dense Warehouses
- Title（参考訳）: 集合住宅におけるオンラインマルチエージェントピックアップ・デリバリーのための定着保存
- Abstract要約: オンラインMulti-Agent Pickup and Delivery(MAPD)の固定予約について検討する。
この固定ヘイブン契約は、ヘイブン到達可能性と明示的な計画/進捗仮定の下でリリースされた全てのタスクを完了します。
再処理中の再割り当てを無効にすると、テストされた高負荷ツリー条件では、サービス時間(リリースからデリバリまでの遅延)が1.89倍、メースパンが1.53倍悪化することを示す。
- 参考スコア（独自算出の注目度）: 1.8959297902766956
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Dense warehouses often contain single-lane aisles, dead ends, and tree-like guidepaths that leave little room for idle agents to wait without blocking others. Existing Multi-Agent Pickup and Delivery (MAPD) guarantees for completing all finitely released tasks typically rely on extra waiting endpoints that planned paths can avoid, or on biconnected topology; these assumptions may fail in such layouts. We study fixed-Haven reservation for online MAPD, where pickup-delivery tasks are released over time. Each agent owns a fixed Safe Haven (Haven for short), usually its start cell, that only the owner may occupy and that other agents treat as blocked. For finite task releases, we prove that this fixed-Haven contract completes all released tasks under Haven-Reachability and explicit planning/progress assumptions. We implement the contract in SHARP, a Safe-Haven Retreat Planner that keeps every busy or retreating agent on a collision-free reserved route ending at its Haven. We compare SHARP with representative TP and PIBT-family MAPD baselines: Token Passing (TP), Priority Inheritance with Backtracking (PIBT), and PIBT with Temporary Priority and Temporary Avoidance (PIBTTP-TA) for biconnected main areas with attached trees. In the robustness sweep, SHARP is the only method with 100% success on all tested configurations, at substantially higher centralized planning cost on tree-like layouts. A TP-style fixed-home-return counterfactual with full-route validation also recovers robustness on tested tree-like layouts, suggesting that fixed return is a central robustness mechanism there. A no-overwrite variant shows that disabling mid-retreat reassignment worsens service time (release-to-delivery latency) by 1.89 times and makespan by 1.53 times in the tested high-load tree condition.
- Abstract（参考訳）: 高級倉庫には、シングルレーンの通路、死の端、木のようなガイドパスがあり、アイドルエージェントが他のエージェントをブロックすることなく待つ余地がほとんどない。
既存のMulti-Agent Pickup and Delivery (MAPD) では、有限リリースされたタスクを完了するための保証は、通常、計画されたパスが回避できる余分な待ちエンドポイントや、2つの接続されたトポロジに依存する。
オンラインMAPDの定時予約について検討し、時間とともにピックアップ配送タスクを解放する。
各エージェントは固定されたSafe Haven(略してHaven)を所有しており、通常、その起動セルは所有者だけが占有し、他のエージェントはブロックとして扱われる。
有限タスクリリースに対して、この固定ヘイブン契約は、ヘイブン到達可能性および明示的な計画/進捗仮定の下での全てのリリースタスクを完遂することを示す。
SHARP(Safe-Haven Retreat Planner)は、すべての忙しいエージェントや退避エージェントを、ヘイブンで終わる衝突のない予約ルートで維持する。
SHARP と TP と PIBT ファミリー MAPD のベースラインである Token Passing (TP), Priority Inheritance with Backtracking (PIBT), PIBT with Temporary Priority and Temporary Avoidance (PIBTTP-TA) を比較した。
頑丈なスイープでは、SHARPはテスト済みのすべての構成で100%成功した唯一の方法であり、ツリーライクなレイアウトでは、かなり高い集中的な計画コストがかかる。
フルルート検証を備えたTPスタイルの固定ホームリターンカファクトは、試験された木のようなレイアウト上でのロバスト性も回復し、固定リターンが中心的なロバスト性機構であることを示唆している。
再処理中の再割り当てを無効にすると、サービス時間(リリースからデリバリまでの遅延)が1.89倍に悪化し、テストされた高負荷ツリー条件では1.53倍に向上する。
関連論文リスト
- Humanoid Safe Stop via Learned Stoppability Value [61.25464390942355]
本稿では,学習した停止ポリシーと学習した停止可能性推定器を組み合わせたタスク非依存のフレームワークを提案する。
推定器は、固定された停止ポリシーの実際の結果によって監督される停止確率推定器と、ハミルトン・ヤコビの物理的状態に対するバックアップによって監督される到達回避推定器である。
論文 参考訳（メタデータ） (2026-09-02T09:29:39Z) - Dynamic Haven Selection for Multi-Agent Pickup and Delivery in Constrained Warehouses [1.8959297902766956]
本稿では,タスク割り当て時にエージェントの退避目標を変更するA-sharpを提案する。
ナイーブスイッチは、2人のエージェントが同じ待機場所に依存する可能性がある。
A-sharp は、候補 Havens のアベイラビリティテストと保留リリースルールでこれらの障害を防ぐ。
論文 参考訳（メタデータ） (2026-08-27T10:40:15Z) - Scalable Long-Horizon Planning with Staggered Updates for Lifelong MAPF [5.199189722211842]
LMAPF (Lifelong Multi-Agent Path Finding) は、リアルタイムの厳しい制約の下で大型エージェントの衝突のない経路を生成する必要がある。
我々は,数千のエージェントを1秒以下で調整できるLMAPFプランナであるPass Updates over Staggered Horizons (PUSH)を提案する。
論文 参考訳（メタデータ） (2026-08-07T01:56:19Z) - Your Agents Are Aging Too: Agent Lifespan Engineering for Deployed Systems [60.79651380135334]
長寿命のAIエージェントは、永続的な運用システムとしてますますデプロイされる。
エージェントはデプロイ後、いつまで信頼できるのか?
エージェントライフスパンエンジニアリングのための縦型信頼性ベンチマークであるAgingBenchを紹介する。
論文 参考訳（メタデータ） (2026-05-25T19:55:12Z) - Taming "Zombie'' Agents: A Markov State-Aware Framework for Resilient Multi-Agent Evolution [50.50276752935017]
AgentReviveは、レジリエントなマルチエージェント進化のためのMarkovステートアウェアフレームワークである。
我々の手法はソフト状態遷移を通じてエージェントの協調を動的に管理する。
ステートアウェアなエージェントスケジューリングによってトークンの消費を大幅に削減する。
論文 参考訳（メタデータ） (2026-05-17T09:38:18Z) - PRISM: : Planning and Reasoning with Intent in Simulated Embodied Environments [59.07829883257003]
5つの集合住宅の上に建設され、PRISMは300の人間認証タスクを3つの能力レベルに構成する。
PRISMはエージェントに依存しない実行可能なアクションAPIを公開し、任意のエージェントをエンドツーエンドで評価できるようにする。
論文 参考訳（メタデータ） (2026-05-12T04:59:47Z) - Zombie Agents: Persistent Control of Self-Evolving LLM Agents via Self-Reinforcing Injections [57.64370755825839]
セルフ進化エージェントはセッション間で内部状態を更新する。
我々はこのリスクを調査し、Zombie Agentと呼ばれる永続的な攻撃を形式化する。
我々は,攻撃者が制御するWebコンテンツを通じて間接的露光のみを使用するブラックボックス攻撃フレームワークを提案する。
論文 参考訳（メタデータ） (2026-02-17T15:28:24Z) - Model Supply Chain Poisoning: Backdooring Pre-trained Models via Embedding Indistinguishability [61.549465258257115]
そこで我々は,PTMに埋め込まれたバックドアをモデルサプライチェーンに効率的に移動させる,新しい,より厳しいバックドア攻撃であるTransTrojを提案する。
実験の結果,本手法はSOTAタスク非依存のバックドア攻撃より有意に優れていた。
論文 参考訳（メタデータ） (2024-01-29T04:35:48Z) - Bidirectional Temporal Plan Graph: Enabling Switchable Passing Orders
for More Efficient Multi-Agent Path Finding Plan Execution [7.2988406091449605]
BTPG(Bidirectional Temporal Plan Graph)と呼ばれる新しいグラフィカルな表現を導入し,実行中の注文を切り替えることで,不要な待ち時間を回避する。
実験の結果, BTPG は TPG に順調に優れ, 不要待ち時間が 8-20% 減少することがわかった。
論文 参考訳（メタデータ） (2023-12-30T20:23:27Z) - Decentralized Monte Carlo Tree Search for Partially Observable
Multi-agent Pathfinding [49.730902939565986]
マルチエージェントパスフィンディング問題は、グラフに閉じ込められたエージェントのグループに対するコンフリクトフリーパスのセットを見つけることである。
本研究では、エージェントが他のエージェントをローカルにのみ観察できる分散MAPF設定に焦点を当てた。
MAPFタスクのための分散マルチエージェントモンテカルロ木探索法を提案する。
論文 参考訳（メタデータ） (2023-12-26T06:57:22Z) - Robust Multi-Agent Pickup and Delivery with Delays [5.287544737925232]
MAPD(Multi-Agent Pickup and Delivery)は、エージェント群に対する衝突のない経路の計算の問題である。
MAPDの現在のアルゴリズムは、実際のアプリケーションで遭遇する現実的な問題の多くを考慮していない。
本稿では,不完全な実行の影響を抑える計画経路によって堅牢性を保証する2つの手法を提案する。
論文 参考訳（メタデータ） (2023-03-30T14:42:41Z) - Deadlock-Free Method for Multi-Agent Pickup and Delivery Problem Using
Priority Inheritance with Temporary Priority [2.064612766965483]
本稿では,PIBT法を用いて優先度継承を拡張することで,マルチエージェントピックアップ・デリバリ問題(MAPD問題)の制御手法を提案する。
PIBTは、バイコネクテッドな領域としてモデル化された環境にのみ適用でき、木のような死の端を含む場合、PIBTはデッドロックを引き起こす可能性がある。
提案手法は,PIBT機能を保ちながら,デッドロックを伴わずに,木形パスのある環境でMAPDタスクを実行できる。
論文 参考訳（メタデータ） (2022-05-25T05:45:22Z) - A Feedback Scheme to Reorder a Multi-Agent Execution Schedule by
Persistently Optimizing a Switchable Action Dependency Graph [65.70656676650391]
複数の自動誘導車両 (AGV) が共通作業空間をナビゲートし, 様々な作業を行う。
一つのアプローチは、Action Dependency Graph (ADG)を構築し、そのルートに沿って進むとAGVの順序を符号化する。
ワークスペースが人間やサードパーティロボットのような動的障害によって共有されている場合、AGVは大きな遅延を経験することができる。
本稿では,各AGVの経路完了時間を最小限に抑えるために,非循環ADGを繰り返し修正するオンライン手法を提案する。
論文 参考訳（メタデータ） (2020-10-11T14:39:50Z)
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。