问题描述
我正在尝试使用 pypi cbs mapf package 这是一种基于冲突的多代理路径查找算法。对于示例文件 scenario1.yaml，它运行得非常好。
安装包：
sendEmailVerification但是当我尝试编写自己的代理时，出现错误。
我的驱动程序代码：
pip install cbs-mapf
from cbs_mapf.planner import Planner
planner=Planner(grid_size=1,robot_radius= 2,static_obstacles = [[0,0],[19,10]] )
print(planner.plan(starts=[[33,16]],goals=[(54,56)],debug=True))
但是当我将 Traceback (most recent call last):
File "/home/sayan/Documents/mapf cbs/main.py",line 4,in <module>
print(planner.plan(starts=[[33,File "/home/sayan/.local/lib/python3.8/site-packages/cbs_mapf/planner.py",line 54,in plan
solution = dict((agent,self.calculate_path(agent,constraints,None)) for agent in self.agents)
File "/home/sayan/.local/lib/python3.8/site-packages/cbs_mapf/planner.py",in <genexpr>
solution = dict((agent,line 192,in calculate_path
return self.st_planner.plan(agent.start,File "/home/sayan/.local/lib/python3.8/site-packages/stastar/planner.py",line 85,in plan
start = self.grid.snap_to_grid(np.array(start))
File "/home/sayan/.local/lib/python3.8/site-packages/stastar/grid.py",line 49,in snap_to_grid
return self.grid[i][j]
IndexError: index 15 is out of bounds for axis 0 with size 10
更改为更大的（例如 static_obstacles= [[0,10]]）时，它工作正常并为我提供了一个计划。
我的问题：
解决方法
-
静态障碍物较小的问题在于，如果状态空间中障碍物非常密集，则计算可能会很困难。 MAPF 问题是 NP-hard 问题，CBS 解决方案可能需要详尽无遗。 （直觉上，如果障碍物的数量很少，那么 CBS 约束树中最优的潜在叶子就会更多。）
关于您看到的错误： 出于某种原因，在 mapf-cbs 中，整个网格的大小由障碍物定义。这意味着如果您定义static_obstacles = [[0,0],[19,10]]则状态空间是大小为 19X10 的矩形，然后您的开始和结束状态超出范围。 请注意，当您选择static_obstacles= [[0,[191,107]]时，您的 start 和 gaol 状态确实在这个三角形内。 我的猜测是作者希望您通过明确定义障碍物（作为框架或两个角）来明确定义状态空间的边界。 以 scenario2 为例，其中网格内没有障碍物，但作者添加了“矩形障碍物”作为状态空间的边界。 我不清楚作者为什么选择这种设计，但至少它回答了你的问题。 只是为了有一个更完整的答案，为了在代码中看到它，请检查函数calculate_boundaries，其中它们定义了实例min_ = np.min(static_obstacles,axis=0)，然后将其用作状态空间的边界。 -
关于 grid_size 参数的第二个问题。 根据我从代码中的理解，网格大小参数定义了代理可以进行的空间步长的大小以及障碍物的大小。请注意，代理的大小可能更大（因此即使它们位于不同的位置，它们也可能发生碰撞）。 例如如果您选择
grid_size = 2，则您的状态空间将为[[1,1],[1,3],[3,...]。