近日，機(jī)器人技術(shù)領(lǐng)域的頂級國際會議ICRA 2022 (IEEE International Conference on Robotics and Automation) 公布了最終論文錄用結(jié)果，全球AMR引領(lǐng)者極智嘉(Geek+)兩篇優(yōu)質(zhì)論文成功入選，不僅彰顯了極智嘉在AMR領(lǐng)域雄厚的科研底蘊(yùn)和創(chuàng)新能力，更是對極智嘉構(gòu)筑穩(wěn)固創(chuàng)新護(hù)城河的再度驗(yàn)證和背書。

此次獲選論文中，由極智嘉AI研究院聯(lián)合華東師范大學(xué)和香港中文大學(xué)(深圳)發(fā)表的論文《Multi-Agent Path Finding with Prioritized Communication Learning》展示了行業(yè)前沿的多智能體分布式路徑調(diào)度AI算法，以先進(jìn)的學(xué)術(shù)成果直擊產(chǎn)業(yè)應(yīng)用痛點(diǎn)。

極智嘉機(jī)器人算法平臺部聯(lián)合卡耐基梅隆大學(xué)(CMU)提出的全新提取對象描述符算法論文也獲得了ICRA收錄，再次印證了極智嘉在移動(dòng)機(jī)器人視覺和V-SLAM定位導(dǎo)航方面?zhèn)涫軐W(xué)術(shù)權(quán)威的認(rèn)可！更值得一提的是，該論文此前已在著名機(jī)器人期刊IEEE Robotics and Automation Letters(RA-L)上成功發(fā)表。

點(diǎn)擊下方圖片查閱全新提取對象描述符算法論文詳解：

算法創(chuàng)新工程化升級

高效調(diào)度大規(guī)模機(jī)器人集群

得益于深度神經(jīng)網(wǎng)絡(luò)的成功應(yīng)用，大量基于學(xué)習(xí)的算法近年來被提出用以解決傳統(tǒng)路徑規(guī)劃器無法處理的實(shí)時(shí)性問題。然而，這些方法為了實(shí)現(xiàn)良好的可擴(kuò)展性，主要采用完全去中心化框架，從而使得算法輸出的路徑會產(chǎn)生大量的碰撞。受傳統(tǒng)路徑規(guī)劃器的啟發(fā)，極智嘉AI研究院入選論文引入“去中心化路徑規(guī)劃-中心化避障”框架，提出了一種基于通信的多智體深度強(qiáng)化學(xué)習(xí)算法來求解多智體路徑規(guī)劃問題。

全新多智能體分布式路徑調(diào)度AI算法經(jīng)過工程化后大幅度提升了機(jī)器人的調(diào)度資源利用率，可以支持單倉3000臺以上機(jī)器人并行智能移動(dòng)和高效調(diào)度。相比于現(xiàn)有技術(shù)，在同樣調(diào)度規(guī)模情況下，可以節(jié)省服務(wù)器成本60%以上，并有效提升調(diào)度系統(tǒng)的任務(wù)執(zhí)行流暢性和運(yùn)行穩(wěn)定性。

論文內(nèi)容詳解

論文首先提出了一個(gè)新穎的數(shù)據(jù)驅(qū)動(dòng)的優(yōu)先級學(xué)習(xí)機(jī)制，并將優(yōu)先級作為通信協(xié)議引入到基于通信的多智體深度強(qiáng)化學(xué)習(xí)中，得到最終的基于“去中心化路徑規(guī)劃-中心化避障”框架的優(yōu)先通信學(xué)習(xí)算法 PICO。在大規(guī)模稠密障礙物的仿真環(huán)境中，PICO 在實(shí)時(shí)性、可擴(kuò)展性以及解的最優(yōu)性上，都大幅超過現(xiàn)有的基于學(xué)習(xí)的多智體路徑規(guī)劃算法。

圖1 算法流程圖

PICO 包含兩個(gè)交替的學(xué)習(xí)階段，即隱式優(yōu)先級學(xué)習(xí)階段和優(yōu)先通信學(xué)習(xí)階段。在隱式優(yōu)先級學(xué)習(xí)階段，PICO通過模仿傳統(tǒng)的中心化路徑規(guī)劃器來構(gòu)建一個(gè)替代性的模仿學(xué)習(xí)任務(wù)，來預(yù)測每個(gè)智能體局部優(yōu)先級。在優(yōu)先通信學(xué)習(xí)階段，PICO會使用在每個(gè)時(shí)刻為所有機(jī)器人預(yù)測的局部優(yōu)先級來構(gòu)建整個(gè)機(jī)器人群體的通信拓?fù)洌ㄟ^該拓?fù)鋫鬟f基于多智體深度強(qiáng)化學(xué)習(xí)得到的通信信息，會使得每個(gè)機(jī)器人獲得非對稱的全局信息，據(jù)此進(jìn)行決策會使得決策結(jié)果基于隱式的動(dòng)態(tài)約束，從而促進(jìn)所有機(jī)器人產(chǎn)生無碰撞的路徑規(guī)劃結(jié)果。

圖2 優(yōu)先通信學(xué)習(xí)過程可視化

論文在大小為20x20，且具有不同智能體數(shù)目（8，16，32，64）以及不同障礙物密度（0%，10%，20%，30%）的仿真環(huán)境中與現(xiàn)有的基于學(xué)習(xí)的多智體路徑規(guī)劃算法PRIMAL、DHC以及基于預(yù)定義優(yōu)先級的PICO算法消融版本PICO-Heuristic進(jìn)行對比實(shí)驗(yàn)后，在機(jī)器人碰撞次數(shù)、障礙物碰撞次數(shù)、成功率、路徑長度等方面，PICO的表現(xiàn)均大幅超過基準(zhǔn)算法。

圖3 算法性能對比

1. 論文鏈接：http://arxiv.org/abs/2202.03634

2. 工程代碼：https://github.com/mail-ecnu/PICO

關(guān)于ICRA 2022

國際機(jī)器人與自動(dòng)化會議ICRA（IEEE International Conference on Robotics and Automation）2022年將于5月份在美國費(fèi)城隆重舉行，匯集世界頂級研究人員和公司前來展示領(lǐng)域前沿發(fā)展和進(jìn)步，會議內(nèi)容覆蓋機(jī)器人設(shè)計(jì)、系統(tǒng)集成、分布式云端機(jī)器人、生機(jī)電系統(tǒng)、服務(wù)機(jī)器人、工業(yè)機(jī)器人、自主無人車、機(jī)器人感知、微型機(jī)器人、傳感融合以及人機(jī)交互等眾多方向，是機(jī)器人技術(shù)領(lǐng)域公認(rèn)的頂級國際會議。