P-ARC: Exploiting Subproblem Independence for Parallel Multi-Robot Motion Planning

James Motes

doi:10.1109/lra.2026.3730392

P-ARC: Exploiting Subproblem Independence for Parallel Multi-Robot Motion Planning

2026-09-02

0

OA

AI

DOI：10.1109/lra.2026.3730392

原文链接

原文求助

摘要

En 中文

本通信提出了并行自适应机器人协调（P-ARC）方法，它是自适应机器人协调（ARC）在多机器人运动规划（MRMP）中的一种并行化形式，利用了子问题独立性。ARC的自适应分解（解构）将多机器人规划空间暴露为并行性：单机器人路径独立求解，而迭代冲突检测与解决则形成局部耦合的子问题。虽然分配单机器人查询是直接的，但并非所有冲突都是独立的，因此P-ARC提出机器人不相交的冲突批次，以实现高效的分布式检测和并发修复。此外，在全局和子问题解决层面采用了OR-多起点策略，形成了一种混合并行策略OR-P-ARC。我们在受控的2D移动机器人和平面操作器问题上（最多256个机器人）以及3D Panda操作器问题上（最多16个机器人）对所提出的方法与顺序ARC、多起点OR-ARC以及耦合和优先级并行基准进行了评估。在16个机器人的Panda任务中，使用16个工作线程时，P-ARC和OR-P-ARC分别实现了4倍和3倍的速度提升，规划时间分别为1.1秒和1.5秒。

Keyword:

Motion and path planning

multi-robot systems

parallel robots

P-ARC: Exploiting Subproblem Independence for Parallel Multi-Robot Motion Planning

摘要

期刊

机构

引用论文