混雑環境におけるマルチロ봇システムのためのウェーポイントベースの二段階計画

arXiv:2604.21138v1 Announce Type: cross Abstract: 混雑環境におけるマルチロボットの制御は、ロボツト同士の衝突やロボツトと障害物の衝突、到達不能な動作を含む複雑な物理的制約を伴う困難な課題です。このような環境での成功した計画には、高レベルのタスク計画と低レベルの運動計画にわたる共同最適化が必要です。なぜなら、物理的制約の違反がどちらのレベルでの失敗に起因する可能性があるからです。しかし、タスク計画と運動計画を同時に最適化するのは困難であり、これは低レベルの運動軌跡の複雑なパラメータ化と、両方の計画レベル間でクレジット割り当ての不確実性によるものです。この論文では、タスク計画と運動計画を同時に最適化する混合型のマルチロボット制御フレームワークを提案します。低レベル計画の効果的なパラメータ化を実現するために、運動軌跡のための単純だが表現力豊かなウェーポイントを導入しました。クレジット割り当ての課題に対処するためには、運動プランナーからタスクプランナーへ運動の実行可能性フィードバックを伝播させる変形された RLVR アルゴリズムを、カリキュラムベースのトレーニング戦略を採用しました。密な障害物と最大 9 台のロボツトを含む挑発的なマルチロボットベンチマークである BoxNet3D-OBS における実験では、私のアプローチは、動作無視ベースラインや VLA ベースラインと比較して、一貫してタスク成功を改善することが示されました。私たちのコードは、https://github.com/UCSB-NLP-Chang/navigate-cluster で利用可能です。

arXiv:2604.21138v1 Announce Type: cross Abstract: Multi-robot control in cluttered environments is a challenging problem that involves complex physical constraints, including robot-robot collisions, robot-obstacle collisions, and unreachable motions. Successful planning in such settings requires joint optimization over high-level task planning and low-level motion planning, as violations of physical constraints may arise from failures at either level. However, jointly optimizing task and motion planning is difficult due to the complex parameterization of low-level motion trajectories and the ambiguity of credit assignment across the two planning levels. In this paper, we propose a hybrid multi-robot control framework that jointly optimizes task and motion planning. To enable effective parameterization of low-level planning, we introduce waypoints, a simple yet expressive representation for motion trajectories. To address the credit assignment challenge, we adopt a curriculum-based training strategy with a modified RLVR algorithm that propagates motion feasibility feedback from the motion planner to the task planner. Experiments on BoxNet3D-OBS, a challenging multi-robot benchmark with dense obstacles and up to nine robots, show that our approach consistently improves task success over motion-agnostic and VLA-based baselines. Our code is available at https://github.com/UCSB-NLP-Chang/navigate-cluster