Optimalizační metaheuristika pro robustní multiagentní plánování
Optimization Metaheuristic for Robust Multi-Agent Pathfinding
Typ dokumentu
bakalářská prácebachelor thesis
Autor
Jan Podlucký
Vedoucí práce
Zahrádka David
Oponent práce
Švancara Jiří
Studijní program
Kybernetika a robotikaInstituce přidělující hodnost
katedra kybernetikyPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
Tato práce se zaměřuje na problém plánování trasy pro více robotů, v této práci nazývaných agenty. Jedná se o úlohu nalezení bezkolizních tras pro více agentů z jejich startovních míst do jejich cílových lokalit. Tato práce se soustředí především na dva multiagentní algoritmy, a to algoritmus MAPF-LNS2 a algoritmus MAPF-SIPP, které jsou vylepšeny tak, aby řešily problém plánování k-robustní cesty. V k-robustním plánování trasy může být jakýkoliv z agentů zpožděn až o k kroků bez toho, aby kolidoval s jakýmkoli jiným agentem. Tato práce dále zkoumá různé strategie pro nalezení k-robustních cest. Výsledky ukazují, že navržená k-robustní metoda MAPF-LNS2 předčí standardní k-robustní algoritmus MAPF-SIPP, jak co se týče úspěšnosti nalezení řešení, tak i ceny nalezených cest. This thesis focuses its attention on the problem of path planning for multiple robots, also referred to as agents. This is a problem of finding collision-free paths for multiple agents from each agent's start location to its goal location. This work focusses mainly on two MAPF algorithms, the MAPF-LNS2 algorithm and the MAPF-SIPP algorithm, which are being upgraded to solve a k-robust path planning problem. In the k-robust path planning, each agent can be delayed up to k time steps without colliding with any other agent. Furthermore, this thesis explores different strategies to find k-robust paths. The results show that the proposed k-robust MAPF-LNS2 method outperforms the standard $k$-robust MAPF-SIPP algorithm in terms of the success rate in finding the solutions and also in the sum of costs of the solution.
Kolekce
- Bakalářské práce - 13133 [777]