Executable Multi-Agent Path Finding with Practical Hardware Constraints

doi:10.1109/tase.2026.3733001

Executable Multi-Agent Path Finding with Practical Hardware Constraints

2026-09-11

0

PRE

AI

DOI：10.1109/tase.2026.3733001

原文链接

原文求助

摘要

En 中文

本文针对物流系统中自主移动机器人（AMRs）的多智能体路径规划（MAPF）挑战，重点关注物理智能体特性和执行不确定性等现实约束。我们提出了可执行多智能体路径规划（E-MAPF）框架，该框架整合了AMRs的驱动结构，并基于智能体尺寸、轨迹和方向考虑潜在碰撞。为解决E-MAPF问题，我们开发了可执行连续冲突搜索（E-CCBS）算法，该算法通过集成运动学约束和连续时间执行扩展了经典的冲突搜索（CBS）算法。我们进一步引入了时序动作规划图（TAPG），该图仅通过动作完成事件执行结果计划，并证明在任意执行延迟下仍能保持无碰撞。一项消融研究隔离了表示与搜索，表明解决E-MAPF实例的能力源于方向依赖的表示而非更快的搜索：在采用与先前求解器相同的盘状表示时，E-CCBS可解的实例将变得不可解。在八台AMR的物理测试平台上的演示以及针对阿克曼转向叉车的混合车队研究显示，该表示和事件驱动执行可超越基准设置进行迁移。本研究因此弥合了理论路径规划解决方案与其在事件驱动车队管理系统中的可执行对应物之间的差距。

Keyword:

Multi agent path finding(MAPF)

Autonomous mobile robots(AMR)

Collision avoidance

Simulation

Kinematic constraints

Executable Multi-Agent Path Finding with Practical Hardware Constraints

摘要

期刊

机构

引用论文