マルチエージェント経路計画における環境最適化

研究課題

戦略的な研究開発の推進戦略的創造研究推進事業 ACT-X

体系的番号	JPMJAX22A1
DOI	https://doi.org/10.52926/JPMJAX22A1
研究代表者	奥村圭祐東京工業大学, 情報理工学院, 大学院生
研究期間 (年度)	2022 – 2024
概要	マルチエージェント経路計画(MAPF)における環境最適化の技術開発に取組む。様々な数理最適化の技術を用いて研究に取組み、シミュレーションと実機実験によって概念実証と有用性の実証を行う。これまで手動で行われていた環境設計を自動化し、工場等でのロボット群活用を効率化・安全化することを目指す。
研究領域	AI活用で挑む学問の革新と創成

報告書

(2件)

2023 年次報告書 ( PDF )
2022 年次報告書 ( PDF )

主な研究成果
(3件)

すべて雑誌論文 (3件) (国際共著 1件、査読あり 2件、オープンアクセス 3件)

[雑誌論文] A Comprehensive Review on Leveraging Machine Learning for Multi-Agent Path Finding2024
- 著者名
  Jean-Marc Alkazzi, Keisuke Okumura
- 雑誌名
  
  IEEE Access
  
  巻: 12 ページ: 57390-57409
- 査読あり / オープンアクセス / 国際共著
[雑誌論文] Engineering LaCAM?: Towards Real-Time, Large-Scale, and Near-Optimal Multi-Agent Pathfinding2024
- 著者名
  Keisuke Okumura
- 雑誌名
  
  Proceedings of the International Conference on Autonomous Agents and Multiagent Systems
  
  ページ: 1501-1509
- 査読あり / オープンアクセス
[雑誌論文] Pathfinding with Lazy Successor Generation2024
- 著者名
  Keisuke Okumura
- 雑誌名
  
  arXiv preprint
- オープンアクセス