JP7489727B2 - マルチロボット運用環境におけるロボットの構成 - Google Patents

Description

本開示は一般に、マルチロボット動作環境又は共有作業空間におけるロボットの構成（又は、設定／コンフィギュレーション／configuration）に関し、また、そのような環境又は共有作業空間におけるロボット構成の最適化に関する。

様々な用途は、２つ又はそれ以上のロボットに共通の、又は他の方法で共有されるマルチロボット動作環境において、２つ又はそれ以上のロボットを使用するか、又は使用することを望む場合がある。マルチロボット動作環境は、共有作業空間の形態をとることができる。例えば、２つ又はそれ以上のロボットは共通の動作環境、例えば、ロボットが可動域で重なり合うシャーシにボルトをねじ込む環境、において、１つ又は複数のオブジェクト（又は、物体）又はワークピースについて、又はそれと共に、タスクを実行する際に使用されてもよい。

ロボット制御やロボット工学において、モーションプラン（又は、動作計画）は基本的な問題である。モーションプランはロボットが典型的には、動作環境内の任意の障害物と衝突することなく、又は動作環境内の任意の障害物と衝突する可能性が低減させてタスクを完了するための、開始状態からターゲット（又は、目標）状態に追従することができる経路を指定する。モーションプランに対する課題は環境変化（例えば、環境内の障害物の位置又は向きの変化）を考慮しながら、速い速度でモーションプランを実行する能力を含む。課題は更に、比較的低コストの機器を用い、比較的低エネルギー消費で、限られた量の記憶装置（例えば、メモリ回路、例えば、プロセッサチップ回路）を用いてモーションプランを実行することを含む。

マルチロボット動作環境又は共有作業空間（作業空間は一般にワークセルと呼ばれる）における２つ又はそれ以上のロボットの動作は、特定のクラスの問題を提示する。例えば、モーションプランは、ロボット又はロボットのロボット付属物（又は、付属肢／appendage）がタスクの実行中に互いに干渉し得る状況を考慮し、回避すべきである。

共通の作業空間において複数のロボットを操作する１つのアプローチは、タスクレベルアプローチと呼ばれることができる。エンジニアはロボットが互いに衝突する可能性のある作業空間の部分（本明細書では干渉領域として定義される）を規定し、１つのロボットだけが任意の時点で作業空間の干渉領域にあるように個々のロボットをプログラミングすることによって、ロボットが衝突しないことを手動で確実にする（又は、保証する）ことができる。例えば、第１のロボットが作業空間の干渉領域に移動し始めると、第１のロボットはフラグをセットする。コントローラ（例えば、プログラマブル論理コントローラ（ＰＬＣ））はそのフラグを読み取り、他のロボットが作業空間の干渉領域内に移動するのを、第１のロボットが干渉領域から出る際にフラグをデアサート（de-assert）するまで防止する。このアプローチは直感的であり、理解するのが簡単であるが、典型的には実施するのが困難であり、時間がかかり、最適化された結果をもたらさないことがある。タスクレベルの競合解消の使用は通常、たとえ暇なロボットが共有作業空間において有用な作業を実行することが技術的に可能であるとしても、ロボットのうちの少なくとも１つがかなりの時間暇になっていることになるので、このアプローチは必然的に低い作業スループットを有する。

従来のアプローチでは、エンジニアのチームは通常、問題を分割し、より小さいサブ問題（例えば、ロボットへのタスクの割当て、各ロボットに割当てられたタスクの順序付け、各ロボットのためのモーションプラン）を互いに独立に最適化する。これはロボット／ロボット付属物が互いに衝突しないことを確実にするために、モーションを反復的にシミュレートすることを採用する場合があり、これは多くの計算時間を要し、最適化されたソリューション（又は、解決策）をもたらさない場合がある。加えて、作業空間に対する修正が、ロボット／ロボット付属物のうちの１つの軌道の変化をもたらす場合、ワークフロー全体が再検証されなければならない。このようなアプローチはもちろん最適ではなく、典型的にはエキスパートが一緒すれば良好な結果を生じるソリューションの組み合わせを見つけることを繰り返し試みる遅いプロセスを経ることを必要とする。

本明細書では、マルチロボット動作環境においてロボットによって実行されるべきタスクの所与の組に基づいて、非同種のパラメータ（又は、不均一パラメータ／non-homogenous）の組、例えば、ワークセルレイアウトとタスクプランの共最適化（又は、同時最適化）された組み合わせにわたって共最適化される、マルチロボット構成のための解決策を提供する種々の方法及び装置が記載される。これは、オフライン又は実行時前の環境で実行され、これらのタイプの問題にグローバルオプティマイザを提供する。本発明者らは、このような問題に対する既存のグローバルオプティマイザのソリューションを知らない。

入力はマルチロボット動作環境のモデル、ロボットのモデル、採用され得るロボットの総数に関する制限、達成されるロボットのためのタスクの組（又は、集合）、及び各ロボットに割り当てられ得るタスクの総数（すなわち、ロボットのターゲット容量）に関する制限を含み得る。入力はまた、任意選択で、例えば、タスク（例えば、ボルト又はナットをねじこむ）を完了するために、又は衝突を回避するために、ロボット又はその一部がターゲットに滞留するための１つ又は複数の滞留持続時間（又は、滞留時間／dwell time duration）を含み得る。入力はまた、任意選択で、１つ又は複数のパラメータ又は変数に対する境界又は制約の組、又は衝突をモデル化又はシミュレートするために提供される時間を制限する時間制限のうちの１つ又は複数を含むことができる。

出力は問題に対する完全なソリューションを含むことができ、このソリューションは、有利には最適化されていることができる。特に、ソリューションは、２つ又はそれ以上の非同種パラメータの組にわたって共最適化するオプティマイザエンジン（又は、最適化エンジン）によって、候補ソリューションの集団（又は、母集団／集合／population）にわたって最適化されていてもよい。非同種パラメータは例えば、ロボットのそれぞれのベースの位置及び向き、ロボットのそれぞれのロボットへのタスクの割当て、及びロボットのそれぞれのターゲットシーケンスのうちの２つ又はそれ以上を含むことができる。タイミングに何らかの変動がない場合、出力を用いて、何らの修正なしにマルチロボット環境でロボットを制御することができる。代替的に、１つ又は複数のモーションプランナ（又は、動作計画装置）を実行時に使用して、例えば、タイミングのわずかなばらつきに起因する可能性がある衝突を回避することができる（例えば、時にはねじを締めるのに、他の時よりもわずかに長いか、又はわずかに短い時間がかかることがある）。

出力は例えば、ワークセルレイアウトと、各ロボットについて、ターゲットの順序付けられたリスト又はベクトル（例えば、Ｒｏｂｏｔ_１：｛ターゲット７、ターゲット２、休止、ターゲット９｝）と、任意選択で、それぞれのターゲットにおける滞留持続時間と、連続するターゲットの各対の間の経路又は軌道（例えば、衝突のない経路又は軌道）とを含み得る。

ワークセルレイアウトは、例えばデカルト座標における、各ロボットに対するベースのベースの位置及び向きを提供することができる。各ロボットベースのベースの位置及び向きはそれぞれの６タプル｛Ｘ，Ｙ，Ｚ，ｒ，ｐ，ｙ｝で指定される（ここで、Ｘ、Ｙ、及びＺはそれぞれ、直交座標フレームのそれぞれの軸に沿った位置を示し、ｒ（すなわち、ロール）は軸のうちの第１の軸の周りの回転量を示し、ｐ（たとえば、ピッチ）は軸のうちの第２の軸の周りの回転量を示し、ｙ（たとえば、ヨー）は、軸のうちの第３の軸の周りの回転量を示す）。

グローバルオプティマイザは例えば、多変数混合整数最適化アルゴリズム、例えば、差分進化（ＤＥ：Differential Evolution）として知られるアルゴリズムに基づくことができる。特許請求の範囲はアルゴリズムが特許請求の範囲に明示的に記載されていない限り、ＤＥアルゴリズムに限定されない。

グローバルオプティマイザはロボットのベース配置（デカルト座標におけるもの）、ロボットの機能ポーズ（つまり、Ｃ空間におけるもの）、及びロボットごとのタスクプラン（それぞれのロボットのターゲットと休止の順序付きリスト）を最適化する。主要な最適化目標は待ち時間（例えば、目標を完了するまでの時間）であり得るが、他の目標は床面積の効率的な使用、エネルギー消費又は消耗（expenditure）、目標を完了するための動きの数、ロボットを並行して動作させる能力、ロボットの待ち時間を最小限に抑えること、ロボットの利用可能性、ステータスコンディション、及び／又は特定のタイプのタスクを実行するのに適したロボットの利用可能性（例えば、特定のタイプのエンドオブアームツール又はエンドエフェクタを有するロボットの利用可能性）等を含むことができる。したがって、本明細書で説明する構造及びアルゴリズムは、共有作業空間又はワークセル内で動作する２つ又はそれ以上のロボットの動作を容易にし、そのような配置及び動作を少なくともある程度最適化し、その共有作業空間内でそれぞれのタスクを実行するように動作している間に、ロボット又はロボットのロボット付属物が互いに衝突するリスクを潜在的に防止又は少なくとも低減する。本明細書で説明する構造及びアルゴリズムは、少なくともある程度最適化された自律的プラニングを実行することによって、マルチロボット作業空間のプログラミング労力を有利に低減することができる。入力は、動作環境、実行されるタスク（複数可）及びロボットの幾何学的モデルの記述に限定されてもよい。本明細書で説明する構造及びアルゴリズムは、有利にはロボットによって実行されるタスクを動的に割り振ることができる。

図面において、同一の参照番号は、同様の要素又は作用を示す。図面における要素のサイズ及び相対位置は、必ずしも一定の縮尺で描かれてはいない。例えば、さまざまな要素の形状及び角度は一定の縮尺で描かれず、これらの要素のいくつかは、図面を見やすくするために、随時適当に拡大及び配置されている。さらに、描かれている要素の特定の形状は、特定の要素の実際の形状に関するいかなる情報も伝えることを意図しておらず、図面における認識を容易にするためにのみ選択されている。
図１は、少なくとも１つの図示された実装形態に従って、複数のロボットがタスクを実行するように動作し、構成システムがロボットを構成するための最適化を実行する、共有作業空間又はマルチロボット動作環境の概略図である。 図２は、１つ又は複数のプロセッサと、プロセッサ実行可能命令を記憶する１つ又は複数の非一時的プロセッサ可読媒体とを含み、少なくとも１つの図示された実施形態に従って、複数のロボットも示す、図１の構成システムの機能ブロック図である。 図３は、複数のロボットが動作するマルチロボット動作環境のために複数のロボットを構成するためのプロセッサベースのシステムの動作の高レベルロボット構成方法を、少なくとも１つの図示された実装形態に従って示す。 図４は、複数のロボットが動作するマルチロボット動作環境のために複数のロボットを構成するためのプロセッサベースのシステムの動作の高レベルマルチロボット環境シミュレーション方法を、少なくとも１つの図示された実装形態に従って示す。 図５は、複数のロボットが動作するマルチロボット動作環境のために複数のロボットを構成するためのプロセッサベースのシステムの動作の低レベルマルチロボット環境シミュレーション方法を、少なくとも１つの図示された実装形態に従って示す。 図６は、複数のロボットが動作するマルチロボット動作環境のために複数のロボットを構成するためのプロセッサベースのシステムの動作の低レベルマルチロボット最適化ＤＥ方法を、少なくとも１つの図示された実装形態に従って示す。 図７は、差分進化（ＤＥ）アルゴリズムを使用する実装形態とともに使用され得るパラメータ化されたコスト関数を、少なくとも１つの図示された実装形態に従って示す。 図８は、少なくとも１つの図示された実装形態に従って、図７のコスト関数をさらに図示するグラフである。 図９は、例えば、図６の低レベルマルチロボット最適化ＤＥ方法を実行する際に摂動を可能にするフォーマットで候補ソリューションを表す際にプロセッサベースのシステムによって使用され得るデータ構造を、少なくとも１つの図示された実装形態に従って示す。 図１０は、集団発生器の動作を詳細に示す複数のロボットが動作するであろうマルチロボット動作環境のために複数のロボットを構成するためのプロセッサベースのシステムの動作の低レベルマルチロボットＤＥ候補ソリューション方法を、少なくとも１つの図示された実装形態に従って示す。

種々の実施態様が正しく理解されるように、開示内容の詳細を以下に説明する。但し、当業者ならば、これら特定の細部の１つ又は複数を欠いても、又は他の方法、他の構成部材、他の材料でも実施が可能であることは容易に理解するところであろう。他の例では、コンピュータシステム、アクチュエータシステム、及び／又は通信ネットワークに関連する周知の構造は実施形態の説明を不必要に不明瞭にすることを避けるために、詳細に図示又は説明されていない。他の事例では実施形態の説明を不必要に不明瞭にすることを避けるために、１つ又は複数のオブジェクトなどの知覚データ及びボリュメトリック表現を生成するための周知のコンピュータビジョン方法及び技法は詳細に説明されていない。

文脈上別段の要求がない限り、以下の明細書及び特許請求の範囲を通して、「含む（comprise）」という用語及び「含む（comprises）」及び「含む（comprising）」等のその変形は「含むが、これらに限定されない（including, but not limited to）」であるとして、確定していない（open）包括的な意味であると解釈されるべきである

本明細書全体を通して、「１つの実装形態」又は「実装形態」又は「１つの実施形態」又は「実施形態」への言及は、実施形態に関連して記述された特定の特徴、構造又は特性が少なくとも１つの実装形態又は少なくとも１つの実施形態に含まれることを意味する。したがって、本明細書全体の様々な場所における「１つの実装形態」又は「実装形態」又は「１つの実施形態において」又は「実施形態において」という表現の出現は、必ずしもすべてが同じ実装形態又は実施形態を指すわけではない。さらに、特定の特徴、構造又は特性は、１つ又は複数の実装形態又は実施形態において、任意の適切な方法で組み合わされ得る。

本明細書及び添付の特許請求の範囲で使用されるように、単数表現「１つの（a）」、「１つの（an）」及び「その（the）」は、文脈上明確な指示がない限り、複数の存在を包含するものである。また、表現「又は」は一般に、文脈上明確な指示がない限り、「及び／又は」を包含する意味で用いられる。

本明細書及び添付の特許請求の範囲で使用されるように、「最適化する（optimizing）」、「最適化する（optimize）」及び「最適化された（optimized）」という用語は、改善された結果が準備され（being prepared）、生成され（being generated）、又は生成され（being produced）、又は準備され（has been prepared）、生成され（has been generated）又は生成された（has been produced）ことを意味する。そのような用語は、それらの相対的な意味で使用され、絶対的に最適な値が準備され（has been prepared）、生成され（has been generated）又は生成された（has been produced）ことを意味しない。

本明細書及び添付の特許請求の範囲で使用されるように、用語「作業空間」又は「共有作業空間」は、２つ又はそれ以上のロボットが動作する現在の動作環境を指すために使用され、共有作業空間の１つ又は複数の部分はロボットが互いに衝突する可能性があるボリューム（又は、体積／空間）であり、したがって干渉領域と呼ぶことができる。動作環境は障害物及び／又はワークピース（すなわち、ロボットが相互作用し、作用し、又は作用するアイテム）を含むことができる。

本明細書及び添付の特許請求の範囲で使用されるように、「タスク」という用語は、ロボットがその環境内の障害物と衝突することなくポーズ（又は、姿勢）ＡからポーズＢに遷移するロボットタスクを指すために使用される。タスクは、おそらく、アイテムの把持又は非把持、アイテムの移動又はドロップ、アイテムの回転、アイテムの取り出し又は配置を含むことができる。ポーズＡからポーズＢへの遷移は、任意選択で、１つ又は複数の中間ポーズ間の遷移を含むことができる。

発明の名称及び要約は便宜上のものであり、実施形態の範囲又は意味を解釈するものでもない。

図１は複数のロボット１０２ａ，１０２ｂ，１０２ｃ（総称１０２）を含むロボットシステム１００を示し、図示した実施例に従い、タスクを実行するために、共有作業空間１０４で動作する。

ロボット１０２は、多種多様な形態のいずれかをとることができる。典型的には、ロボット１０２が１つ又は複数のロボット付属物１０３（１つだけ示す）及びベース１０５（１つだけ示す）の形態をとるか、又はそれらを有する。ロボット１０２は１つ又は複数のジョイントを有する１つ又は複数のリンケージと、制御信号又は駆動信号に応答してリンク機構を動かすように結合され作動可能なアクチュエータ（例えば、電気モータ、ステッパモータ、ソレノイド、空気圧アクチュエータ又は油圧アクチュエータ）とを含むことができる。空気圧アクチュエータは例えば、１つ又は複数のピストン、シリンダ、バルブ、ガスのリザーバ、及び／又は圧力源（例えば、コンプレッサ、ブロワ）を含み得る。油圧アクチュエータは例えば、１つ又は複数のピストン、シリンダ、バルブ、流体のリザーバ（例えば、低圧縮性油圧流体）、及び／又は圧力源（例えば、コンプレッサ、送風機）を含み得る。ロボットシステム１００は、他の形態のロボット１０２、例えば自律型車両を使用することができる。

共有作業空間１０４は典型的にはロボット１０２が動作及び移動することができる３次元空間を表すが、ある限定された実施形態では共有作業空間１０４が２次元空間を表すことができる。共有作業空間１０４は、ロボット１０２の少なくとも一部が衝突を回避するためにモーションが制御されない場合に、空間及び時間において重なり合うか、さもなければ衝突する可能性があるボリューム又は領域である。作業空間（又は、ワークスペース）１０４は、物理的空間又はボリューム、位置及び向きであり、物理的な空間又はボリュームは例えば、いくつかの基準フレーム、例えば、図１に示される直交軸Ｘ、Ｙ、及びＺによって表される基準フレームに対するデカルト座標を介して都合よく表され得ることに留意されたい。作業空間１０４の基準フレームはロボット１０２のいずれかのそれぞれの「構成空間」又は「Ｃ空間」とは異なり、Ｃ空間は典型的にはロボット１０２のいずれかのそれぞれの基準フレームにおけるジョイント位置、向き又は構成の組によって表されることにも留意されたい。

本明細書で説明するように、ロボット１０２ａ又はその一部は別のロボット１０２ｂの観点から検討する場合（すなわち、別のロボット１０２ｂのモーションプランの場合）、障害となる可能性がある。共有作業空間１０４はさらに、他の障害物、例えば、機械（例えば、コンベア１０６）、ポスト、柱、壁、天井、床、テーブル、人間及び／又は動物を含み得る。共有作業空間１０４はさらに、ロボット１０２がタスクを実行することの一部として操作する１つ又は複数のワークアイテム又はワークピース、例えば、１つ又は複数の小包、パッケージング、ファスナ、ツール、アイテム又は他のオブジェクトを含むことができる。

ロボットシステム１００は、１つ又は複数のプロセッサベースのマルチロボット構成最適化システム１０８（図１に１つを示す）を含む。マルチロボット構成最適化システム１０８は入力１０９の組を受け取り、ロボット１０２の構成を指定する１つ又は複数のソリューション（又は、解／解決策／solution）を出力１１１として生成し、これにはそれぞれのベースの位置及び向き、少なくとも１つの定義されたポーズのそれぞれの組、及びロボット１０２のそれぞれに対するそれぞれのターゲットシーケンスが含まれ、これらは少なくともある程度まで最適化され得る。

マルチロボット構成最適化システム１０８は、集団発生器１１０、マルチロボット環境シミュレータ１１２及びマルチロボットオプティマイザエンジン１１４を含み得る。

集団発生器１１０は、提供された入力１０９に基づいて、候補ソリューション１１６の組を生成する。候補ソリューション１１６は構成問題に対する可能なソリューション、すなわち、作業空間１０４内のロボット１０２をどのように構成してタスクの組を達成するかを表す。任意の所与の候補ソリューション１１６は、実際に実行可能であっても、そうでなくてもよい。すなわち、初期候補は無効であり得る（例えば、ロボットが不可能な場所にいる、到達（又は、達成）不可能なターゲットがある実行不可能なタスクプランを有する又は衝突をもたらす）。いくつかの実装形態では、集団発生器がより良好な候補ソリューションを見つけようと試みることができる。

マルチロボット環境シミュレータ１１２は各候補ソリューションに基づいてマルチロボット環境をモデル化し、例えばタスクを完了するのに必要な時間量、タスクを完了する際の衝突の確率又は割合（又は、レート／速度／rate）、候補ソリューションによって指定される特定の構成の実現可能性又は実現不可能性などの特定の属性を決定する。マルチロボット環境シミュレータ１１２は、１つ又は複数のコスト関数を介して生成されたコストに関してこれらを反映することができる。

マルチロボットオプティマイザエンジン１１４は関連コスト１１８に少なくとも部分的に基づいて候補ソリューションを評価し、有利には、２つ又はそれ以上の非同種なパラメータの組にわたって、例えば、ロボットのそれぞれのベースの位置及び向き、ロボットのそれぞれの１つへのタスクの割当て、ロボットのためのそれぞれのターゲットシーケンス、及び／又は連続するターゲット間のそれぞれの軌道又は経路（例えば、衝突のない経路）、のうちの２つ又はそれ以上にわたって、共最適化する。連続するターゲット間の直線軌道が説明を容易にするために使用されるが、軌道は直線軌道である必要はない。

入力１０９は例えば、床、壁、天井、柱、他の障害物等を表す、動作環境又は作業空間１０４を表す又は特徴付ける１つ又は複数の静的環境モデルを含むことができる。動作環境又は作業空間１０４は１つ又は複数のモデル、たとえば、動作環境内の床、壁、天井、障害物及び他の物体を表す幾何学的モデル（たとえば、点群）によって表され得る。これは、例えば、デカルト座標で表すことができる。

入力１０９は例えば、寸法（又は、サイズ）又は長さ、リンクの数、ジョイントの数、ジョイントの種類、モーションの範囲、速度の制限、加速度又はジャークの制限等、幾何学及び運動学を指定する等、ロボット１０２の各々を表すか又は特徴付ける１つ又は複数のロボットモデルを含み得る。ロボット１０２は所与のロボット１０２ａ～１０２ｃのジオメトリ（又は、幾何学）、例えば、ジョイント、自由度、寸法（dimension）（例えば、リンケージ（又は、リンク機構）の長さ）、及び／又はロボット１０２ａ～１０２ｃのそれぞれのＣ空間によって定義する１つ又は複数のロボットの幾何学モデルによって表現されてもよい。

入力１０９は例えば、ターゲット目標（例えば、位置又は構成）として表される、実行されるべきタスクの１つ又は複数の組を含み得る。タスクは例えば、それぞれのロボット１０２ａ～１０２ｃのエンドポーズ、エンド構成又はエンド状態、及び／又は中間ポーズ、中間構成又は中間状態に関して表すことができる。ポーズ（又は、姿勢）、構成又は状態は例えば、それぞれのロボット１０２ａ～１０２ｃのジョイント位置及びジョイント角度／回転（例えば、ジョイントポーズ、ジョイント座標）に関して定義されてもよい。入力１０９は任意選択的に、タスクを完了するために、ロボット又はその一部が所与のターゲットに滞留すべき時間の量を指定する、１つ又は複数の滞留持続時間を含むことができる（例えば、共通の作業空間で動作する２つ又はそれ以上のロボットによって、オブジェクトの積み重ねをそれぞれのタイプのオブジェクトの２つ又はそれ以上の別個の積み重ねに分類することを目的として、ねじ又はナットを締め付け、オブジェクトをピッキングし、配置する）。

入力１０９は、作業空間１０４内に構成することができるロボットの数の制限を任意に含むことができる。入力１０９は、任意選択で、本明細書でタスク容量と呼ばれる、所与のロボット１０２ａ～１０２ｃに割り振ることができるタスク又はターゲットの数に対する制限を含むことができ、これは、例えば、構成問題の複雑さを制限して、その構成問題が利用可能な計算リソースを使用して、ある許容可能な期間内に解決可能、又は解決可能であることを保証するか、又は所与のロボット１０２ａ～１０２ｃへのタスク又はターゲットの見かけの過剰割り振りを所与として、遅すぎると推定される特定のソリューションを事前に排除し、作業空間１０４内で構成することができる。入力１０９は、任意選択で、変数又は他のパラメータに対する１つ又は複数の境界又は制約を含み得る。入力１０９は、任意選択で、例えば、候補ソリューションを精緻化して、構成問題が利用可能な計算リソースを使用して、何らかの許容可能な期間内に解決可能、又は解決可能であることを保証する際に使用され得る、反復サイクルの総数又は反復の時間制限を含み得る。

ロボットシステム１００は、任意選択で、ロボット１０２を制御するために通信可能に結合された１つ又は複数のロボット制御システム１１８（図１には１つのみ示される）を含み得る。ロボット制御システム１１８は例えば、種々のアクチュエータに制御信号（例えば、駆動信号）を供給して、指定されたタスクを実行するために、ロボット１０２を種々の構成間で種々の指定されたターゲットに移動させることができる。

ロボットシステム１００は、任意選択で、ロボット１０２を制御するために通信可能に結合された１つ又は複数のモーションプランナ１２０（図１には１つのみ示される）を含み得る。モーションプランナ１２０は本明細書の他の箇所で説明するように、例えば、マルチロボットオプティマイザエンジン１１４によって提供されるモーションプランに対する時間のわずかな偏差を考慮するために、又は障害物（例えば、動作環境又は作業空間１０４に入る人間）の予期しない出現を考慮するために、ロボット１０２のモーションプランを生成又は改良する。任意選択のモーションプランナ１２０は、動作環境においてロボット１０２にタスクを実行させるモーションプランを動的に生成するように動作可能である。モーションプランナ１２０、並びに他の構造及び／又は動作は、２０１９年６月２４日に出願された米国特許出願第６２／８６５，４３１号に記載されているものを使用することができる。

含まれる場合、モーションプランナ１２０は、任意選択で、例えば知覚サブシステム（図示せず）によって提供される入力知覚データとして受信するように通信可能に結合される。知覚データは先験的に知られていない、作業空間１０４内の静的及び／又は動的オブジェクトを表す。知覚データは１つ又は複数のセンサ（例えば、カメラ、ステレオカメラ、飛行時間型カメラ、ＬＩＤＡＲ）を介して感知され、及び／又は、知覚サブシステムによって障害物のデジタル表現に変換された生データとすることができ、これらはロボット１０２が様々な異なるシナリオのためのタスクを実行するように動作する環境の表現のそれぞれの離散化（discretizations）を生成し得る。

さまざまな通信経路がさまざまな構造の間の線として図１に示されており、場合によっては、矢印が入力１０９及び出力１１１の方向を示している。通信経路は例えば、１つ又は複数の有線通信経路（例えば、電気導体、信号バス又は光ファイバ）及び／又は１つ又は複数の無線通信経路（例えば、ＲＦ又はマイクロ波無線及びアンテナ、赤外線トランシーバを介して）の形態をとることができる。通信チャネルはたとえば、１つ又は複数の送信機、受信機、トランシーバ、ラジオ、ルータ、有線ポート、たとえばイーサネット（登録商標）ポート等を含み得る。

図２は、少なくとも１つの例示された実装形態による、図１のロボットシステム１００の機能ブロック表現を示す。

ロボットシステム１００は、ロボット構成最適化システム１０８及びロボット１０２を含み得る。最適化システム１０８は介在ロボット制御システム１１８（図１）を介して直接的に又は間接的に、ロボット１０２を制御するように通信可能に連結されてもよい。

各ロボット１０２ａ～１０２ｃはリンク、ジョイント、エンドオブアームツール又はエンドエフェクタ、及び／又はジョイントの周りでリンクを移動させるように動作可能なアクチュエータ２０１ａ、２０１ｂ、２０１ｃ（３つ図示、総称して２０１）の組を含み得る。各ロボット１０２ａ～１０２ｃは例えば、ロボット構成最適化システム１０８から制御信号を受け取り、アクチュエータ２０１を駆動するための駆動信号を提供する、１つ又は複数のモーションコントローラ（例えば、モータコントローラ）２０２（１つだけが示されている）を含み得る。モーションコントローラ２０２は、アクチュエータ２０１の特定のものを制御するための専用であり得る。

ロボット構成最適化システム１０８については、説明のために詳細に説明する。当業者は説明が例示的なものであり、説明及び図示されたロボット構成最適化システム１０８に変形が行われ得ることを認識するであろう。

ロボット構成最適化システム１０８は、１つ又は複数のプロセッサ２２２と、１つ又は複数の関連する非一時的コンピュータ可読又はプロセッサ可読記憶媒体、例えば、システムメモリ２２４ａ、ディスクドライブ２２４ｂ、及び／又はプロセッサ２２２のメモリ又はレジスタ（図示せず）を備える。非一時的なコンピュータ可読又はプロセッサ可読記憶媒体２２４ａ、２２４ｂは、システムバス２２９のような１つ又は複数の通信チャンネルを介してプロセッサ２２２ａに通信接続されている。システムバス２２９は、メモリコントローラを備えたメモリバス、周辺バス、及び／又はローカルバスを含む、任意の既知のバス構造又はアーキテクチャを採用することができる。このような構成要素の１つ又は複数はさらに、あるいは代替として、１つ又は複数の他のパラレルケーブル、シリアルケーブル又は、例えば、ユニバーサルシリアルバス（「ＵＳＢ」）３．０、周辺機器構成要素相互接続エクスプレス（ＰＣＩｅ）等高速通信が可能なワイヤレスネットワークチャネル等、１つ又は複数の他の通信チャネル又はＴｈｕｎｄｅｒｂｏｌｔ（登録商標）を介して互いに通信することもできる。

ロボット構成最適化システム１０８はまた、例えば、ネットワークインターフェース（図示せず）を介して、ロボット構成最適化システム１０８の様々な構成要素に直接通信可能に結合されるか、又は間接的に通信可能に結合される、１つ又は複数のリモートコンピュータシステム２１２、例えば、サーバコンピュータ、デスクトップコンピュータ、ラップトップコンピュータ、ウルトラポータブルコンピュータ、タブレットコンピュータ、スマートフォン、ウェアラブルコンピュータ、及び／又はセンサー（図２に図示せず）に通信可能に結合され得る。リモートコンピューティングシステム（たとえば、サーバコンピュータ（たとえば、入力源２１２））を使用して、入力データ（例えば、環境モデル、ロボットモデル、タスク、ターゲット目標、ロボットの総数に対する制限、ロボットごとのタスクに対する制限、変数又は他のパラメータに対する境界又は制約、反復に対する制限）をロボット構成最適化システム１０８及びロボットシステム１００内の様々な構成要素にプログラムし、構成し、制御し、又はさもなければインターフェースし、又は提供することができる。このような接続はインターネットプロトコルを使用する１つ又は複数の通信チャネル、例えば、１つ又は複数のワイドエリアネットワーク（ＷＡＮ）、例えばイーサネット、又はインターネットを介してもよい。いくつかの実装では実行時前（pre-runtime）の計算（例えば、出力の生成）はロボット１０２とは別のシステムによって実行されてもよいし、実行時（又は、ランタイム／runtime）の計算は１つ又は複数の任意の介在モーションプランナ１２０によって実行されてもよい（図１）。この場合、いくつかの実装はロボット１０２ａ～１０２ｃに搭載されてもよい。

先に述べたように、ロボット構成最適化システム１０８は１つ又は複数のプロセッサ２２２、（すなわち、回路）、非一時的記憶媒体２２４ａ、２２４ｂ、及び種々のシステム構成要素を結合するシステムバス２２９を含み得る。プロセッサ２２２は、１つ又は複数の中央処理装置（ＣＰＵ）、デジタル信号プロセッサ（ＤＳＰ）、グラフィックス処理装置（ＧＰＵ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、特定用途向け集積回路（ＡＳＩＣ）、プログラマブル論理コントローラ（ＰＬＣ）等の任意の論理処理装置であってよい。市販のコンピュータシステムの非限定的な例としては米国Ｉｎｔｅｌ（登録商標）社が提供するマイクロプロセッサのＣｅｌｅｒｏｎ、Ｃｏｒｅ ２、Ｉｔａｎｉｕｍ、Ｘｅｏｎファミリー、米国Ａｄｖａｎｃｅｄ Ｍｉｃｒｏ Ｄｅｖｉｃｅｓ．が提供するＫ８、Ｋ１０、Ｂｕｌｌｄｏｚｅｒ及びＢｏｂｃａｔシリーズマイクロプロセッサ、米国アップルコンピュータが提供するＡ５、Ａ６及びＡ７シリーズマイクロプロセッサ、米国Ｑｕａｌｃｏｍｍ， Ｉｎｃ．が提供するＳｎａｐｄｒａｇｏｎシリーズマイクロプロセッサ、米国Ｏｒａｃｌｅ Ｃｏｒｐ．が提供するＳＰＡＲＣシリーズマイクロプロセッサを含むが、これらに限定されない。図２に示される種々の構造の構成及び動作は、２０１７年６月９日出願の「MOTION PLANNING FOR AUTONOMOUS VEHICLES AND RECONFIGURABLE MOTION PLANNING PROCESSORS」と題された国際特許出願第ＰＣＴ／ＵＳ２０１７／０３６８８０号、２０１６年１月５日出願の「SPECIALIZED ROBOT MOTION PLANNING HARDWARE AND METHODS OF MAKING AND USING SAME」と題された国際公開第ＷＯ２０１６／１２２８４０号明細書、２０１８年１月１２日出願の「APPARATUS, METHOD AND ARTICLE TO FACILITATE MOTION PLANNING OF AN AUTONOMOUS VEHICLE IN AN ENVIRONMENT HAVING DYNAMIC OBJECTS」と題される米国特許出願第６２／６１６，７８３号、及び／又は２０１９年６月２４日出願の「motion planning for multiple robots in shared workspace」と題された米国特許出願第６２／８６５，４３１号に記述された又は記述されたものと類似の構造、技術及びアルゴリズムを実施又は使用することができる。

システムメモリ２２４ａは、リードオンリーメモリ（「ＲＯＭ」）２２６、ランダムアクセスメモリ（「ＲＡＭ」）２２８、フラッシュメモリ２３０、ＥＥＰＲＯＭ（図示せず）を含むことができる。ＲＯＭ２２６の一部を形成することができる基本入出力システム２３２（「ＢＩＯＳ」）は、起動中などに、ロボットシステム１００内の要素間で情報を転送するのを助ける基本ルーチンを含む。

ドライブ２２４ｂは例えば、磁気ディスクからの読出し及び磁気ディスクへの書込みのためのハードディスクドライブ、ソリッドステートメモリからの読出し及びソリッドステートメモリへの書込みのためのソリッドステート（例えば、フラッシュメモリ）ドライブ、及び／又はリムーバブル光ディスクからの読出し及びリムーバブル光ディスクへの書込みのための光ディスクドライブであってもよい。ロボット構成最適化システム１０８はまた、様々な異なる実施形態において、そのようなドライブの任意の組み合わせを含んでもよい。ドライブ２２４ｂは、システムバス２２９を介してプロセッサ２２２と通信することができる。ドライブ２２４ｂは当業者に知られているように、そのようなドライブとシステムバス２２９との間に結合されたインターフェース又はコントローラ（図示せず）を含むことができる。ドライブ２２４ｂ及びその関連するコンピュータ可読媒体は、ロボットシステム１００のためのコンピュータ可読又はプロセッサ可読及び／又は実行可能命令、データ構造、プログラムモジュール及び他のデータの不揮発性記憶装置を提供する。当業者は、ＷＯＲＭドライブ、ＲＡＩＤドライブ、磁気カセット、デジタルビデオディスク（「ＤＶＤ」）、ベルヌーイカートリッジ、ＲＡＭ、ＲＯＭ、スマートカード等、コンピュータによってアクセス可能なデータを記憶することができる他のタイプのコンピュータ可読媒体を使用することができることを理解するであろう。

実行可能な指示及びデータはシステムメモリ２２４ａに、例えば、オペレーティングシステム２３６、１つ又は複数のアプリケーションプログラム２３８、他のプログラム又はモジュール２４０及びプログラムデータ２４２に記憶することができる。アプリケーションプログラム２３８はプロセッサ（複数可）２２２に、候補ソリューションの集団を生成すること、候補ソリューションをモデリングすること、モデリングに少なくとも部分的に基づいてそれぞれの候補ソリューションに関連するコストを生成又は決定すること、ロボットのそれぞれのベースの位置及び向き、ロボットのそれぞれの１つへのタスクの割当て、及びロボットのそれぞれのターゲットシーケンスのうちの２つ又はそれ以上についての２つ又はそれ以上の非同種パラメータの組にわたって共最適化するオプティマイザエンジンによってＣ候補ソリューションの集団に対して最適化を実行すること、及び／又はマルチロボット動作環境においてロボットを位置決め及び向き付けし、そのロボットにタスクを実行させるために使用され得る出力を提供することのうちの１つ又は複数を実行させるプロセッサ実行可能命令を含み得る。そのような動作は（例えば、図３及び１０を参照して）本明細書に記載され、参照により本明細書に組み込まれる参照文献に記載されるように実行することができる。プロセッサ実行可能命令は少なくともいくつかの実装形態ではプロセッサ（複数可）２２２に、モーションプランを構築させる（たとえば、衝突検出又は評価、衝突検出又は評価に基づいてモーションプラングラフ内のエッジのコストを更新させ、経路探索又は評価を実行させる）。アプリケーションプログラム２３８はプロセッサ２２２に他の動作、例えば、任意選択で（センサを介して取り込まれた）知覚データを処理させる、１つ又は複数の機械可読及び機械実行可能命令をさらに含むことができる。アプリケーションプログラム２３８はプロセッサ２２２に、本明細書及び参照により本明細書に組み込まれる参照文献に記載される様々な他の方法を実行させる１つ又は複数の機械実行可能命令をさらに含むことができる。

図２ではシステムメモリ２２４ａに記憶されているように示されているが、オペレーティングシステム２３６、アプリケーションプログラム２３８、他のアプリケーション、プログラム／モジュール２４０及びプログラムデータ２４２は例えばドライブ（複数可）２２４ｂのような他の非一時的なコンピュータ又はプロセッサ可読媒体に記憶され得る。

必須ではないが、実装の多くはコンピュータ又はプロセッサ可読媒体上に記憶され、候補ソリューションの生成、候補ソリューションのモデリング、たとえば、フォワードキネマティクス（又は、順運動学／forward kinematics）を介した候補ソリューションのモデリング、モデル内の衝突の検出、実行する時間及び他のコストの決定、原価計算機能（又は、コスティング関数／costing function）を介したコスト生成、一組の非同種なパラメータにわたる共最適化、軌道又は経路（たとえば、衝突のない経路）の生成、及び／又は他のモーションプランの動作を実行することができる１つ又は複数のコンピュータ又はプロセッサによって実行される、プログラムアプリケーションモジュール、オブジェクト又はマクロ等のコンピュータ実行可能命令の一般的なコンテキストで説明される。

様々な実施形態では、動作が完全にハードウェア回路で、又はシステムメモリ２２４ａ等のメモリストレージに格納され、デジタル信号プロセッサ（ＤＳＰ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、特定用途向け集積回路（ＡＳＩＣ）、グラフィックス処理ユニット（ＧＰＵ）プロセッサ、プログラマブル論理コントローラ（ＰＬＣ）、電気的プログラマブルリードオンリーメモリ（ＥＥＰＲＯＭ）等の１つ又は複数のマイクロプロセッサによって実行されるソフトウェアとして、又はハードウェア回路とメモリストレージに格納されているソフトウェアの組合せとして実行されることができる。

ロボット構成最適化システム１０８は任意選択で、１つ又は複数の入力／出力構成要素、たとえば、モニタ又はタッチスクリーンディスプレイ２４４、キーパッド又はキーボード２４６、及び／又はコンピュータマウス２４８等のポインティングデバイスを含み得る。

当業者は、例示された実装、並びに他の実装がロボット、ハンドヘルドデバイス、マルチプロセッサシステム、マイクロプロセッサベース又はプログラマブルコンシューマエレクトロニクス、パーソナルコンピュータ（「ＰＣ」）、ネットワーク化されたＰＣ、ミニコンピュータ、メインフレームコンピュータ等を含む、他のシステム構造及び配置、及び／又は他のコンピューティングシステム構造及び配置で実施され得ることを理解するであろう。実装又は実施形態又はその一部は、（例えば、構成時及び実行時に）通信ネットワークを介してリンクされたリモート処理デバイスによってタスク又はモジュールが実行される分散コンピューティング環境で実施することができる。分散コンピューティング環境では、プログラムモジュールがローカル及びリモート・メモリ記憶装置又はメディアの両方に配置されてもよい。しかしながら、ロボットの構成を改善するのを助けるためには、ある種の情報がどこにどのように記憶されるかが重要である。

図３は、複数のロボットが動作するマルチロボット動作環境のために複数のロボットを構成するためのプロセッサベースのシステムの動作の高レベルロボット構成方法３００を、少なくとも１つの図示された実装形態に従って示す。プロセッサベースのシステムは、少なくとも１つのプロセッサと、データ及びプロセッサ実行可能命令のうちの少なくとも１つを記憶する少なくとも１つの非一時的プロセッサ可読媒体と、を備えることができる。少なくとも１つのプロセッサによって実行されると、プロセッサ実行可能命令は少なくとも１つのプロセッサに、ロボット構成方法３００の様々な動作又は行為を実行させる。

いくつかのロボットが、タスクの組を実行するように構成され得る。タスクは、タスクプランとして指定することができる。タスクプランは、番号Ｒのロボットによって実行される必要がある番号Ｔのタスクを指定することができる。タスクプランはロボット毎のベクトルとしてモデル化することができ、ベクトルはそれぞれのロボットが実行すべきタスク、例えば、｛タスク７、タスク２、タスク９｝の順序付きリストである。タスクベクトルはまた、任意選択で、ロボット又はその一部が所与の構成又はターゲットに滞留すべき持続時間を指定する滞留持続時間を含むことができる。タスクベクトルはまた、タスクを解決すること（たとえば、「よける」（get out of the way）又は記憶（storage）ポーズ）に直接関係しないホームポーズ及び／又は他の「機能的ポーズ」を指定し得る。ポーズは、ロボットのＣ空間において指定されてもよい。

ロボット構成方法３００は例えば、システム若しくはその構成要素の始動（又は、起動）若しくは電源投入（powering）、情報若しくはデータの受信、又は呼び出しルーチン若しくはプログラムによる呼び出し（call）若しくは起動（invoke）に応答して、３０２において開始することができる。ロボット構成方法３００は、実行時（ランタイム）の前に起こり得る構成時（コンフィギュレーション時）又は実行時前（プレランタイム）に実行され得る。これは、有利なことに、応答性が特定の関心事ではないときに、最も計算集約的な作業のいくつかをランタイムの前に実行することを可能にする。

３０４において、プロセッサベースのシステムの少なくとも１つの構成要素はマルチロボット環境、実行されるタスクの組を特徴付ける入力を受信し、問題に対する様々な制約又は境界を提供する。

例えば、プロセッサベースのシステムは、マルチロボット動作環境の１つ又は複数のモデルを受信することができる。モデル（複数可）は複数のロボットが動作する物理的環境を表すことができ、例えば、環境内の床、壁及び様々な物体を表すことができる。

また、例えば、プロセッサベースのシステムは、マルチロボット動作環境で動作する複数のロボットの各々のそれぞれのモデルを受信することができる。ロボットモデルはロボットの物理的属性、例えば、物理的寸法、可動範囲、ジョイント数、リンク数、リンクの長さ、エンドエフェクタのタイプ、速度制限、加速度制限等を表すことができる。

また、例えば、プロセッサベースのシステムは、タスク又はターゲットの組を受信してもよい。ターゲットはタスクの組を完了するために、各ロボット又はその一部が順番に、又はある時間に移動しなければならない様々な位置を表すことができる。ターゲットは例えば、それぞれのロボットの構成空間（Ｃ空間）で表されてもよい。また、例えば、プロセッサベースのシステムはロボットのうちの少なくとも１つが少なくとも１つのタスクを実行している間に、１つ又は複数のターゲットに滞留するための１つ又は複数の滞留持続時間を任意選択で受信することができる。滞留持続時間は有利にはロボットのエンドエフェクタがそれぞれのタスク（例えば、締結具をねじ山付き開口部にねじ込み、ピースをレセプタクルに挿入する）を完了するために所与のターゲットに留まる必要がある予想される時間量を反映し得る。

また、例えば、プロセッサベースのシステムは、任意選択で、変数に対する境界又は制約の組を受け取ることができる。マルチロボット環境における最適化に様々な境界及び制約を適用することができ、例えば、プロセッサベースのシステムは、任意選択で、移動のモデリング又は衝突のシミュレーションに関する時間制限を指定する時間隔の組を受信することができる。例えば、プロセッサベースのシステムは、任意選択で、マルチロボット動作環境において動作することが許可されるロボットの総数の制限を受信することができる。例えば、プロセッサベースのシステムは、任意選択で、ロボットごとに許可されるタスク又はターゲットの最大数を受信することができ、この場合も、利用可能な計算リソース又は時間が与えられたときに、解決するには複雑すぎる問題が提出されることを防止することができる。

３０６において、集団発生器は、Ｃ個の候補ソリューションの集団を生成する。集団は、１つ又は複数の候補ソリューションを含むことができる。Ｃ個の候補ソリューションの集団内の候補ソリューションのそれぞれは、ロボットのそれぞれについて、それぞれのベースの位置及び向きと、少なくとも１つの定義されたポーズのそれぞれの組と、それぞれのターゲットシーケンスとを指定する。それぞれのベースの位置及び向きは、マルチロボット動作環境におけるそれぞれのロボットのベースのそれぞれの位置及び向きを指定する。少なくとも１つの定義されたポーズのそれぞれの組はマルチロボット動作環境におけるそれぞれのロボットの少なくともそれぞれのホームポーズ、及び／又は他の機能的ポーズ（例えば、よけるポーズ又は記憶ポーズ）を指定する。それぞれのターゲットシーケンスは、それぞれのロボットが移動してそれぞれのタスクシーケンスを完了するための、それぞれの順序付けられたターゲットリストを含む。集団発生器は、プロセッサ実行可能命令を実行する１つ又は複数のプロセッサとして実装され得る。

集団発生器は、１つ又は複数の入力パラメータに基づいてＣ個の候補ソリューションの集団を擬似的にランダムに生成することができる擬似ランダム集団発生器の形態をとることができる。擬似ランダム集団発生器は、実際に実行可能なソリューションであってもなくてもよい候補ソリューションを生成する。集団発生器は代替的に、Ｃ個の候補ソリューションの純粋に擬似的にランダムに生成された集団よりも、それぞれが無効な候補ソリューションである可能性が低いＣ個の候補ソリューションの集団を生成する。そのようなものは、構成空間カバーを失うことなく、より速い最適化をもたらす候補ソリューションの集団を生成し得る。例えば、集団発生器は（例えば、壁又は他のオブジェクトによって占有される）不可能な位置にロボットのベースを配置する、ロボットによって到達不可能な１つ又は複数のターゲットを伴う実行不可能なタスク計画をもたらす、又は衝突をもたらすことになる候補ソリューションを回避するために、動作環境を考慮に入れることができる。擬似ランダム集団発生器が使用される場合、いくつかの技法、たとえば、図６を参照して以下で説明する技法が、候補ソリューションを改善するために使用され得る。

３０８において、オプティマイザエンジンは、Ｃ個の候補ソリューションの集団に対して最適化を実行する。特に、オプティマイザエンジンはロボットのそれぞれのベースの位置及び向き、ロボットのそれぞれの１つへのタスクの割当て、及びロボットのそれぞれのターゲットシーケンスのうちの２つ又はそれ以上について、２つ又はそれ以上の非同種なパラメータの組にわたって共最適化する。オプティマイザエンジンは例えば、それぞれのロボットのそれぞれのベースについてのそれぞれの最適化されたベースの位置及び方向、最適化されたタスク割当て、及び最適化されたモーションプラン、の共最適化された組み合わせと共に最適化された候補ソリューションを選択してもよい。オプティマイザエンジンは、プロセッサ実行可能命令を実行する１つ又は複数のプロセッサとして実装されてもよい。図４を参照して後述するように、オプティマイザエンジンは最適化を実施（又は、事前形成）する際に、マルチロボット環境シミュレータと相互作用してもよく、例えば、シミュレートされるべき候補ソリューションを提供し、それぞれの候補ソリューションの効率（例えば、完了までの時間）及び衝突の確率又は割合を特徴付けるマルチロボット環境シミュレータによって生成又は決定されるコストを受け取る。オプティマイザエンジンは候補ソリューションに関連するそれぞれのコストに少なくとも部分的に基づいて候補ソリューションのうちの１つを選択することができ、それぞれのコストは、タスクのシーケンスを完了する時間と、それぞれの候補ソリューションについて決定された衝突値とに少なくとも部分的に基づいている。

３１０において、オプティマイザエンジンは、最適化からの出力を提供する。特に、オプティマイザエンジンは出力として、ロボットのＣ空間内のそれぞれのターゲットにおける滞留持続時間を伴うか又は伴わない、ロボットの各々のための衝突のない（又は、コリジョンフリーの）経路の組、ロボットの各々のためのそれぞれのタスク割当て、ロボットの各々のためのそれぞれのモーションプラン、及び／又は、ロボットの各々のためのそれぞれのベースの位置及び向きのうちの１つ又は複数を提供し得る。その出力は、ロボットごとに、それぞれのロボットのＣ空間内のターゲットにおける最適化された順序付きリストの形態の、実行されるべきそれぞれのタスクのシーケンスと、１つ又は複数のターゲットにおける１つ又は複数の滞留持続時間とを指定する、最適化されたタスク割当てを含んでもよい。その出力は、追加的に又は代替的に、衝突のない経路の組を指定する最適化されたモーションプランを含むことができ、衝突のない経路の組は、ターゲットの順序付けられたリスト中の連続するターゲットの各対の間のそれぞれの衝突のない経路を指定する。少なくともいくつかの実装形態では、出力が１組のタスクを実行するようにロボットを駆動するのに十分である。少なくともいくつかの実装形態では、モーションプランナがモーションプランを精緻化するために使用され得る。

高レベルロボット構成方法３００は、例えば再び起動されるまで、３１２において終了することができる。高レベルロボット構成方法３００は順序付けられたフローに関して説明されるが、様々な行為又は動作は多くの実装形態では同時に又は並行して実行される。

図４は、複数のロボットが動作するマルチロボット動作環境のために複数のロボットを構成するためのプロセッサベースのシステムの動作の高レベルマルチロボット環境シミュレーション方法４００を、少なくとも１つの図示された実装形態に従って示す。プロセッサベースのシステムは、少なくとも１つのプロセッサと、データ及びプロセッサ実行可能命令のうちの少なくとも１つを記憶する少なくとも１つの非一時的プロセッサ可読媒体と、を備えることができる。少なくとも１つのプロセッサによって実行されると、プロセッサ実行可能命令は少なくとも１つのプロセッサに、マルチロボット環境シミュレーション方法４００の様々な動作又は行為を実行させる。マルチロボット環境シミュレーション方法４００はマルチロボット環境シミュレータによって実行されてもよく、マルチロボット環境シミュレータはマルチロボット環境における動きのシミュレーション専用である、１つの別個のプロセッサ又は複数のプロセッサによって実装されてもよい。代替的に、マルチロボット環境シミュレータは、例えば最適化を実行する他の動作を実行する１つ又は複数のプロセッサによって実装されてもよい。

マルチロボット環境シミュレーション方法４００は例えば、システムの始動若しくは電源投入、情報若しくはデータの受信、又は呼び出しルーチン若しくはプログラムによる呼び出し若しくは起動（例えば、高レベルロボット構成方法３００による起動）に応答して、４０２において開始することができる。

４０４において、マルチロボット環境シミュレータは、例えばオプティマイザエンジン又は集団発生器から候補ソリューションを受信する。

４０６において、マルチロボット環境シミュレータは、特定の候補ソリューションに基づいてマルチロボット環境内のロボットをモデル化する。候補ソリューションは例えば、オプティマイザエンジンによってマルチロボット環境シミュレータに提出されるか、又は提供されてもよい。従来のモデリングパッケージ、例えば、候補ソリューションに基づいてロボットの動きをモデリングするためにフォワードキネマティクスを採用するモデリングパッケージを採用することができる。

４０８において、マルチロボット環境シミュレータは、マルチロボット環境シミュレータによって実行されるモデリングを介して、タスクのシーケンスを完了するためのそれぞれの時間を決定する。決定は、互いに待機しなければならない可能性がある全てのロボットによるタスクのシーケンスを完了するための全体的な時間を決定することを含むことができる。そのようなことは、例えば、ロボットの各々についてそれぞれのタスクを完了するためのそれぞれの時間を決定することを含むことができる。

４１０において、マルチロボット環境シミュレータは、マルチロボット環境シミュレータによって実行されるモデリングを介して、タスクのシーケンスを完了する際に（又は、完了するまでに／in completing）発生する衝突の割合又は確率を表す衝突値を決定する。決定は、全てのロボットによるタスクのシーケンスの完了のための全体的な衝突値を決定することを含むことができる。そのようなことは、例えば、ロボットの各々についてそれぞれの衝突値を決定することを含み得る。

４１２において、マルチロボット環境シミュレータは、タスクのシーケンスを完了するための決定された時間と、決定された衝突値とを、例えば、オプティマイザエンジンに提供する。いくつかの実装形態では、マルチロボット環境シミュレータが本明細書の他の箇所で説明されるように、２つ又はそれ以上の非同種のパラメータにわたって共最適化され得る値を形成するためのオプティマイザエンジンによる処理のために、決定された時間及び衝突値を別個の値として提供する。

マルチロボット環境シミュレーション方法４００は、例えば再び起動されるまで、４１４において終了することができる。マルチロボット環境シミュレーション方法４００は順序付けられたフローに関して説明されるが、様々な行為又は動作は多くの実装形態では同時に又は並行して実行される。

図５は、複数のロボットが動作するマルチロボット動作環境のために複数のロボットを構成するためのプロセッサベースのシステムの動作の低レベルマルチロボット環境シミュレーション方法５００を、少なくとも１つの図示された実装形態に従って示す。プロセッサベースのシステムは、少なくとも１つのプロセッサと、データ及びプロセッサ実行可能命令のうちの少なくとも１つを記憶する少なくとも１つの非一時的プロセッサ可読媒体と、を備えることができる。少なくとも１つのプロセッサによって実行されると、プロセッサ実行可能命令は少なくとも１つのプロセッサに、マルチロボット環境シミュレーション方法５００の様々な動作又は行為を実行させる。マルチロボット環境シミュレーション方法５００はマルチロボット環境シミュレータによって実行されてもよく、マルチロボット環境シミュレータはマルチロボット環境における動きのシミュレーションに専用である、１つの別個のプロセッサ又は複数のプロセッサによって実装されてもよい。代替的に、マルチロボット環境シミュレータは、例えば最適化を実行する他の動作を実行する１つ又は複数のプロセッサによって実装されてもよい。

マルチロボット環境シミュレーション方法５００は、例えば、システムの始動若しくは電源投入、情報若しくはデータの受信、又は呼び出しルーチン若しくはプログラムによる呼び出し若しくは起動（例えば、高レベルロボット構成方法３００による起動）に応答して、５０２において開始することができる。

５０４において、マルチロボット環境シミュレータは評価又は考慮の対象である候補ソリューションによって指定されるように、各ロボットのタスクのシーケンスで各タスクを仮想的に実行する。タスクのシーケンスは、タスクのそれぞれの順序付けられたリストとして指定され得る。タスクの順序付けられたリストは、それぞれ、ロボットのＣ空間における軌道の順序付けられたリストと等価である。タスクの順序付けられたリストは連続するポーズ又は構成（例えば、ジョイント構成）の間の複数の軌道、１つ又は複数のポーズでの１つ又は複数の滞留持続時間、ホームポーズ、及びロボットのＣ空間における１つ又は複数の他の定義された機能的ポーズ、例えば、収納されたポーズ又は「よける」ポーズを含み得る。各タスクを仮想的に実行するために、プロセッサ実行可能命令は少なくとも１つのプロセッサによって実行されると、プロセッサに、複数の軌跡と、１つ又は複数のポーズでの１つ又は複数の滞留持続時間、ホームポーズ、又は１つ又は複数の他の定義された機能ポーズのうちの１つ又は複数とを仮想的にシミュレートさせる。

５０６において、複数のエポック（epoch）の各エポック（例えば、０．１ｓ又は何らかの選択された入力値）に対して、マルチロボット環境シミュレータは、少なくとも１つのロボットの一部のＣ空間位置をサンプリングする。マルチロボット環境シミュレータは、順運動学を使用して、ロボットのそれぞれの１つの１つ又は複数の部分と当該ロボットのそれぞれの１つの別の部分との間、ロボットのそれぞれの１つと環境内のロボットの別の１つとの間、及びロボットのそれぞれの１つと別のロボットではないマルチロボット動作環境内の別のオブジェクトとの間の潜在的な衝突を識別（又は、特定）する。

マルチロボット環境シミュレーション方法５００は、例えば再び起動されるまで、５０８において終了することができる。低レベルマルチロボット環境シミュレーション方法５００は順序付けられたフローに関して説明されるが、様々な行為又は動作は多くの実装形態では同時に又は並行して実行される。

説明されるシステム及び方法は、候補ソリューションを精緻化又は改善するために様々なアプローチを採用し得る。例えば、いくつかのアプローチはベースソリューションから開始し、ベースソリューションを改善することができる。また、例えば、いくつかのアプローチは遺伝的アルゴリズム又はアプローチ、例えば、差分進化（ＤＥ）アルゴリズム又は類似の技法を使用し得る。ＤＥアルゴリズムのバージョンは、以下の図６を参照して説明される。

図６は、複数のロボットが動作するマルチロボット動作環境のために複数のロボットを構成するためのプロセッサベースのシステムの動作の低レベルマルチロボット最適化ＤＥ方法６００を、少なくとも１つの図示された実装形態に従って示す。プロセッサベースのシステムは、少なくとも１つのプロセッサと、データ及びプロセッサ実行可能命令のうちの少なくとも１つを記憶する少なくとも１つの非一時的プロセッサ可読媒体と、を備えることができる。少なくとも１つのプロセッサによって実行されると、プロセッサ実行可能命令は少なくとも１つのプロセッサに、マルチロボット最適化方法６００の様々な動作又は行為を実行させる。マルチロボット最適化方法６００はオプティマイザエンジンによって実行されてもよく、オプティマイザエンジンはマルチロボット環境のオプティマイザエンジンに専用である、１つの別個の又は複数のプロセッサによって実装されてもよい。代替的に、マルチロボット環境シミュレータは、他の動作を実行する１つ又は複数のプロセッサによって実装されてもよい。

マルチロボット環境シミュレーション方法６００は、例えば、システムの始動若しくは電源投入、情報若しくはデータの受信、又は呼び出しルーチン若しくはプログラムによる呼び出し若しくは起動（例えば、高レベルロボット構成方法３００による起動）に応答して、５０２において開始することができる。

６０４において、集団発生器は、候補ソリューションの集団を生成する。

６０６において、外側ループカウンタＩは、例えばゼロに初期化される。６０８において、外側ループカウンタＩは例えば、Ｉ＋１としてインクリメントされる。

６１０において、候補ソリューションを、摂動（perturbation）を許容するフォーマットで表す。例えば、候補ソリューションは、候補ソリューションベクトルとして表すことができる。候補ソリューションベクトルは例えば、複数の実数ベクトル要素、例えば、タスクごとに１つの実数ベクトル要素を含むことができる。実数ベクトル要素は、タスクのそれぞれの１つと、タスクのそれぞれの１つに対する優先度と、タスクのそれぞれの１つを実行するように識別されたロボットの１つとのそれぞれの組合せを表すことができる。

６１２において、オプティマイザエンジンは候補ソリューションＩを摂動し、又は、候補ソリューションＩを摂動させて摂動候補ソリューションＩ’を生成する。例えば、オプティマイザエンジンは候補ソリューションベクトルの実数ベクトル要素（すなわち、実数値）を修正することができる。

６１４において、マルチロボット環境シミュレータは摂動候補ソリューションＩ’をモデル化し、例えば、摂動候補ソリューションＩ’のためのタスクのシーケンスを完了するための時間と、摂動候補ソリューションＩ’のためのタスクのシーケンスを完了する際に生じる衝突の割合又は確率を表す衝突値とを決定する。

６１６において、オプティマイザエンジン又はマルチロボット環境シミュレータは摂動候補ソリューションＩ’のためのコスト値を決定する。決定コスト値は摂動候補ソリューションＩ’のためのタスクのシーケンスを完了するために決定された時間と摂動候補ソリューションＩ’のための決定された衝突値との関数であってもよい。ＤＥではコスト関数が区分的な対数関数であるが、例えば、図７のパラメータ化７００及び図８のグラフ８００によって表されるように、パラメータ化することができる。図７ではパラメータ「ｔａｓｋ＿ｒｅａｃｈａｂｉｌｉｔｙ」が（到達可能なターゲット目標の数）／（ターゲット目標の総数）に等しい。したがって、すべてのターゲットが到達可能な場合、パラメータ「ｔａｓｋ＿ｒｅａｃｈａｂｉｌｉｔｙ」の値は１になる。

６１８において、オプティマイザエンジン又はマルチロボット環境シミュレータは、摂動させられた候補ソリューションＩ’が候補ソリューションＩよりも低い関連コストを有するかどうかを決定する。

６２０において、摂動候補ソリューションＩ’が候補ソリューションＩよりも低い関連コストを有するという決定に応答して、オプティマイザエンジンは、Ｃ個の候補ソリューションの集団におけるそれぞれの候補ソリューションＩを摂動候補ソリューションＩ’に置き換える。摂動候補ソリューションＩ’が候補ソリューションＩよりも低い関連コストを有しないという決定に応答して、オプティマイザエンジンは、Ｃ個の候補ソリューションの集団を変更せずに、制御を直接６２２に渡す。

６２２において、オプティマイザエンジンは、内側のループ反復終了条件が発生したかどうかを判定する。例えば、オプティマイザエンジンは収束が発生したとき、反復回数の制限に達したかどうか、及び／又は反復時間の制限に達したかどうかを判定する。収束は例えば、候補ソリューションの現在の集団にわたるコストの標準偏差がイプシロン値よりも小さい場合に発生したとみなされ得る。

終了条件が発生した場合、制御は６２６に進み、マルチロボット環境シミュレーション方法６００は例えば、再び起動されるまで終了することができる。終了条件が発生していない場合、制御は６２４に進み、オプティマイザエンジン又はマルチロボット環境シミュレータは摂動させられる候補ソリューションの集団内に、より多くの候補ソリューションがあるかどうかを判定する。摂動させられる候補ソリューションの集団内に、より多くの候補ソリューションがある場合、制御は６０８に戻り、内側のループカウンタがインクリメントされ、次の候補ソリューションが摂動させられ、分析される。摂動させられる候補ソリューションの集団内にそれ以上候補ソリューションが存在しない場合、制御は６０６に戻り、内側のループカウンタが再初期化され、候補ソリューションの更新された可能性のある集団を通る別のパスが実行され得る。

マルチロボット環境シミュレーション方法６００の様々な動作は複数の反復について繰り返すことができ、終了条件（例えば、収束）が満たされるまで、候補ソリューションの集団を精緻化する。

低レベルマルチロボット最適化ＤＥ方法６００は順序付けられたフローに関して説明されるが、様々な行為又は動作は多くの実装では同時に、又は並行して実行される。

図９は、例えば、低レベルマルチロボット最適化ＤＥ方法６００（図６）を実行する際に摂動を可能にするフォーマットで候補ソリューションを表す際にプロセッサベースのシステムによって使用され得るデータ構造９００を、少なくとも１つの図示された実装形態に従って示す。

候補ソリューションＩは有利には数値のベクトルで表されることができ、その結果、システムは、数値に対して１つ又は複数の関数を実行して、数値、したがって、候補ソリューションを「摂動」させて摂動候補ソリューションＩ’を生成し得る。候補ソリューションを表すための様々な方法がある。１つのアプローチが図９に示されるデータ構造９００を参照して本明細書に記載される。システムは、このアプローチ又は他のアプローチを使用して、候補ソリューションを表すことができる。

候補ソリューションは最初に、１次元（１Ｄ）ベクトルに平坦化される２次元（２Ｄ）行列として表すことができる。２Ｄ行列では、行はタスクに対応する。したがって、Ｔ個のタスクの問題の場合、Ｔ個の行が存在する。２Ｄ行列では、列はロボットと優先度に対応する。Ｐ個の優先度レベルとＲ個のロボットが存在する場合、したがって、Ｐ＊Ｒ個の列が存在する。図９に示す例は、３つのロボット、３つの優先度レベル及び４つのタスクを有する。使用中（使用する際には）、特定の問題は図９に示されたものとは異なる数のロボット、異なる数の優先順位レベル及び異なる数のタスクを有する可能性がある。図示された例は理解を容易にするために簡略化されている。

各タスクは単一のロボットに割り当てられ、これは、どのロボットがどの優先度でそのタスクを実行するかを示す、マークされた（すなわち、アスタリスク＊でマークされた）正確に１つのエントリを有する各行によって図９に示される。所与のロボットは、ロボット当たりのタスク容量としての入力において指定される最大数までのタスクを実行することができる。特に、所与のロボットは、優先度レベルごとに１つのタスクしか実行できない。つまり、列ごとにアスタリスク（＊）は１つだけである。

システムは、２Ｄ行列をタスクごとに１つのベクトル要素を有する長さＴの１Ｄベクトルに平坦化することができる。ベクトル要素は、１から始まる２Ｄ行列の「入力番号」に対応する。したがって、図９に示す例では、タスク１の値は２、タスク２の値は１３（最初の行には９個のエントリがあり、次にタスク２の割り当て（アスタリスク＊を参照）は行２の４番目のエントリにある）、タスク３の値は２１、タスク４の値は３６である。注目すべきことに、ベクトル要素はすべて整数である。

システムは、結果の整数ベクトル＜２，１３，２１，３６＞を正規化して、すべての値が０から１の間になるようにすることができる。例えば、システムは各値を、行列内のエントリの総数で除算することができ、例えば、Ｐ＊Ｒ＊Ｔ＝３６である。結果として得られる正規化された実数値ベクトルは＜２／３６、１３／３６、２１／３６、３６／３６＞であり、個々のベクトル要素の和は１である。

候補実数値ベクトルＶを摂動させるために、システムは最初に、いくつかの（例えば、３つの）他のランダムに選択された候補（例えば、Ａ、Ｂ及びＣ）をとり、これらのランダムに選択された候補（例えば、Ａ、Ｂ及びＣ）を、すぐ上で説明したのと同じ方法で正規化して、それぞれ正規化された１Ｄベクトルで表すことができる。システムは、摂動実数値ベクトルＶ’を計算することができる。例えば、システムは、摂動ベクトルＶ’をＡ＋ｍｕｔ＊（Ｃ－Ｂ）に等しいものとして計算することができる。

次に、システムは例えば、ベクトルＶと摂動ベクトルＶ’のベクトル要素をランダムに混合することによって、摂動候補Ｖｐを計算することができる。すなわち、摂動候補Ｖｐの各要素、例えばＶｐ［ｉ］について、システムはＶ［ｉ］又はＶ’［ｉ］のいずれかをランダムに選択する。選択は例えば、選択が５０／５０でないように選択を歪めることができるパラメータによって重み付けすることができる。システムは摂動候補を表す１Ｄベクトルにスケールアップするために、摂動候補ＶｐにＰ＊Ｒ＊Ｔを掛けることができる。１Ｄ実数値ベクトルから２Ｄ行列に戻すために、システムは最初に、実数値を整数に丸める。そこから、システムは、これらの整数値を使用して、空白の２Ｄ行列に書き込む（又は、２Ｄ行列をマークアップする）ことができる。

図１０は、集団発生器の動作を詳細に示す複数のロボットが動作するマルチロボット動作環境のために複数のロボットを構成するためのプロセッサベースのシステムの動作の低レベルマルチロボットＤＥ候補ソリューション方法１０００を、少なくとも１つの図示された実装形態に従って示す。プロセッサベースのシステムは、少なくとも１つのプロセッサと、データ及びプロセッサ実行可能命令のうちの少なくとも１つを記憶する少なくとも１つの非一時的プロセッサ可読媒体と、を備えることができる。少なくとも１つのプロセッサによって実行されると、プロセッサ実行可能命令は少なくとも１つのプロセッサに、マルチロボットＤＥ候補ソリューション方法１０００の様々な動作又は行為を実行させる。マルチロボットＤＥ候補ソリューション方法１０００はオプティマイザエンジンによって実行されてもよく、オプティマイザエンジンはマルチロボット環境のオプティマイザエンジンに専用である、１つの別個又は複数のプロセッサによって実装されてもよい。代替的に、マルチロボット環境シミュレータは、他の動作を実行する１つ又は複数のプロセッサによって実装されてもよい。

グローバルオプティマイザは多変数混合整数最適化アルゴリズム、例えば、差分進化（ＤＥ）として知られるアルゴリズムに基づくことができる。特許請求の範囲はアルゴリズムが特許請求の範囲に明示的に記載されていない限り、ＤＥアルゴリズムに限定されない。

グローバルオプティマイザは、ロボットのベースの配置（デカルト座標で等）、ロボットの機能的ポーズ（例えば、Ｃ空間で）及びロボットごとのタスクプラン（ターゲットの順序リスト又はベクトルと滞留持続時間）を最適化する。主要な最適化目標は全体的な待ち時間であり得るが、他の目標には利用可能なフロアスペースの最適化された使用、最小のエネルギー使用等を含めることができる。

オプティマイザシステムは３つのコンポーネント、すなわち、オプティマイザエンジン、マルチロボット環境シミュレータ及び候補ソリューション発生器（例えば、シード発生器）を含み得る。

以下でさらに詳細に説明するように、候補ソリューション発生器はＣ個の候補ソリューションの集団を生成し、任意の所与の候補は、実行可能であっても、実行可能でなくてもよい。

以下でさらに詳細に説明するように、オプティマイザエンジンは例えば、候補ソリューション、例えば、候補Ｐの集団のうちの１つを摂動させ、得られる摂動候補Ｐ’がより低いコストを有するかどうかを見ることによって、より良好な候補ソリューションを見つけようとする。もしそうであれば、摂動候補Ｐ’は集団中の候補Ｐを置き換える。候補Ｃの総数は変化しない。

候補ソリューションのコストを見つけるために、マルチロボット環境シミュレータは候補ソリューションをシミュレートする。所与の候補ソリューションはＣ空間における軌道の順序付けられたリストに等しい、各ロボットに対するタスクの順序付けられたリストを含む。時間のエポック（例えば、０．１秒又は何らかの選択された入力値）毎に、マルチロボット環境シミュレータは、各ロボットのＣ空間内の位置をサンプリングし、順運動学を採用して、ロボットの仮想表現が、それ自身、別のロボット又は動作環境内の何らかの障害物若しくはオブジェクトと衝突しているかどうかをチェックする。マルチロボット環境シミュレータは、候補ソリューションが完全に実行されるまでの時間を決定する。マルチロボット環境シミュレータは衝突確率又は割合（例えば、ロボットが自身、別のロボット又は動作環境内の障害物若しくはオブジェクトと少なくとも１つの衝突が存在するエポックのフラクション（又は、割合））を決定する。候補ソリューションの集団の生成は、衝突のないモーションプランを生成する必要はなく、むしろ単に衝突割合を追跡することに留意されたい。衝突のない経路を必要としないため、処理が大幅に高速化されるが、一部の実装ではこの段階で衝突のない径路をその代わりに生成できる。候補のコストは少なくともこれら２つの数（例えば、ランタイム及び衝突率）の関数である。ＤＥでは、このコスト関数がパラメータ化することができる区分的対数値（piecewise-logarithmic value）である。

全体的なワークフローは、オプティマイザが候補を生成し、シミュレータがそれらのコストを評価するサイクルを含む。このプロセスは、コストの標準偏差が何らかのイプシロン値よりも小さくなる等、何らかの収束基準まで繰り返される。

候補ソリューション生成器１００２は、各種の動作又は行為を実行して候補ソリューションを生成する。

１００４において、候補ソリューション生成器１００２は、様々な可変境界、固定パラメータ、タスク又はターゲット目標及び集団サイズを受信する。１００６において、候補ソリューション生成器１００２は、各ロボットのベースのためのベース位置及び向きを生成する。１００８において、候補ソリューション生成器１００２は仮想マルチロボット動作環境内のロボットベースの位置を仮想的に配置又は位置決めし、マルチロボットシミュレータ１００９にそれを提供し、これは候補ソリューションをモデル化し、候補ソリューション生成器１００２にフィードバックを提供する。

１０１０において、候補ソリューション生成器１００２は各ロボットのために、一様にランダムなホームポーズ及び／又は他の機能的ポーズを生成する。

１０１２において、各タスク又はターゲット目標ごとに、候補ソリューション生成器１００２はタスクを完了し又はターゲット目標を１０１２ａにおいて到達することができるロボットの組を見つけ、それらのロボットのうちの１つを１０１２ｂにおいてランダムに選択し、１０１２ｃにおいて組が空（実行不可能なタスクプランを示す）か否かを判定し、組が空の場合は１００６に戻り、それ以外の場合は選択されたロボットにタスク又はターゲット目標を１０１２ｄにおいて割当てる。

１０１４において、ターゲットロボットごとに、候補ソリューション生成器１００２はロボットに割り当てられたタスク又はターゲット目標の総数が１０１４ａにおいてロボットのために指定された制限又はタスク又はターゲット容量を超えているかどうかを決定し、過剰に割り当てられた場合に１００６に戻り（実行不可能なタスクプランを示し）、それ以外の場合には割り当てられたタスク又はターゲット目標のランダムなシーケンスが１０１４ｂにおいてに生成される。

１０１６において、候補ソリューション生成器１００２は候補ソリューションを生成又は定義し、候補ソリューションは、各ロボットのためのベース配置及び向き、各ロボットのためのホーム及び／又は他の機能的ポーズ、ならびに各ロボットのためのターゲットシーケンスを表すベクトル又は他の表現であり得る。

１０１８において、候補ソリューション生成器１００２は、候補ソリューションの集団内に十分な候補ソリューションがあるかどうかを判定する。候補ソリューションの集団内の候補ソリューションの数が指定された数未満である場合、制御は１００６に戻り、追加の候補ソリューションを生成することができる。さもなければ、制御は１０２２に進み、候補ソリューション生成器１００２は、さらなる最適化のために候補ソリューションの集団をマルチロボットオプティマイザエンジン１０２４に返す。

候補ソリューションの初期集団が生成されると、候補ソリューションの集団は例えば、候補ソリューションを摂動させることによって精緻化され得る。

低レベルマルチロボットＤＥ候補ソリューション方法１０００は順序付けられたフローに関して説明されるが、様々な行為又は動作は多くの実装形態では同時に又は並行して実行される。

本明細書に記載される構造及びアルゴリズムは、少なくとも幾つかの実装形態において、カメラ又は他の知覚センサなしで動作してもよい。少なくともいくつかの実装形態では、ロボット間の協調がロボットの幾何学的モデル、ロボットがそれぞれのモーションプランを通信する能力、及び共有作業空間の幾何学的モデルに依存する。他の実装形態では、たとえば、共有作業空間の一部に入ったり占めたりする可能性がある人間又は他の動的障害物を回避するために、視覚又は他の知覚を任意選択で使用することができる。

モーションプランの問題を解くために広い種類のアルゴリズムを用いた。これらのアルゴリズムの各々は典型的にはロボットの所与のポーズ又はあるポーズから別のポーズへの動きが、ロボット自体又は環境内の障害物のいずれかとの衝突をもたらすかどうかを決定することができる必要がある。仮想的な衝突の評価又は検査はアルゴリズムを実行するために、プロセッサ実行可能命令の記憶されたセットからプロセッサ実行可能命令を実行するプロセッサを使用して、「ソフトウェアで」実行することができる。仮想的な衝突の評価又は検査は専用ハードウェア回路（例えば、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、特定用途向け集積回路（ＡＳＩＣ）内に実装された衝突検査回路）のセットを使用して「ハードウェアで」実行することができる。そのような回路は例えば、２つの状態間のそれぞれのモーション又は遷移中にロボット／ロボット付属物又はその一部によって掃引されるボリューム（すなわち、掃引ボリューム）を表し得る。回路は例えば、モーションが任意の障害物と衝突するかどうかを示すブール評価を生成することができ、障害物の少なくともいくつかは、共有作業空間内で動作する他のロボットによるモーション又は遷移の実行中に掃引されるボリュームを表す。

例

実施例１． 複数のロボットが動作するマルチロボット動作環境のために複数のロボットを構成するための、プロセッサベースのシステムにおける動作方法であって、前記方法は、
集団発生器を介してＣ個の候補ソリューションの集団を生成するステップであって、前記ロボットの各々について指定する前記Ｃ個の候補ソリューションの集団における前記候補ソリューションのそれぞれは、前記ロボットのそれぞれのために、それぞれのベース（又は、基本／基礎／bace）の位置及び向き、少なくとも１つの定義されたポーズのそれぞれの組、及びそれぞれのタスク又はターゲットシーケンスを指定するものであって、前記それぞれのベースの位置及び向きが、前記マルチロボット動作環境における前記それぞれのロボットのベースについてのそれぞれの位置及び向きを指定し、前記少なくとも１つの定義されたポーズのそれぞれの組が前記マルチロボット動作環境における前記それぞれのロボットの少なくとも１つのホームポーズを指定し、前記それぞれのタスク又はターゲットシーケンスがタスクのそれぞれのシーケンスを完了するために、前記それぞれのロボットが移動するためのターゲットのそれぞれの順序付けられたリストを備える、Ｃ個の候補ソリューションの集団を生成するステップと、
前記Ｃ個の候補ソリューションの集団に対する最適化を、前記ロボットの前記それぞれのベースの位置及び向き、前記ロボットのそれぞれの１つへの前記タスクの割当て、及び前記ロボットの前記それぞれのタスク又はターゲットシーケンスのうちの２つ又はそれ以上についての２つ又はそれ以上の非同種のパラメータの組にわたって共最適化するオプティマイザエンジンによって実行するステップと、
出力として、前記ロボットのそれぞれのための前記それぞれのベースの位置及び向き、前記ロボットのそれぞれのためのそれぞれのタスク割当て、及び前記ロボットのそれぞれのためのそれぞれのモーションプランを提供するステップと、
を備える、動作方法。

実施例２． 出力として、前記ロボットのそれぞれのために、前記それぞれのベースの位置及び向き、前記ロボットのそれぞれのためのそれぞれのタスク割当て、及び前記ロボットのそれぞれのためのそれぞれのモーションプランを提供するステップは前記ロボットごとに、前記それぞれのロボットのＣ空間内のターゲットの最適化された順序付きリストの形態の実行されるべきそれぞれのシーケンスと、１つ又は複数の前記ターゲットの１つ又は複数における１つ又は複数の滞留持続時間とを指定する最適化されたタスク割当てを提供するステップと、衝突のない経路の組を指定する最適化されたモーションプランを提供するステップとを含み、前記衝突のない経路の組は前記ターゲットの順序付きリスト内の連続するターゲットの各対の間のそれぞれの衝突のない経路を指定する、実施例１に記載の方法。

実施例３． 候補ソリューションの集団Ｃの前記候補ソリューションの各々について、タスクのシーケンスを完了するためのそれぞれの時間、及びロボット環境シミュレータによって実行されるモデリングを介してタスクのシーケンスを完了する際に発生する衝突の割合又は確率を表すそれぞれの衝突値を決定するステップをさらに含む、実施例１又は２のいずれかに記載の方法。

実施例４． 前記Ｃ個の候補ソリューションの集団に対する最適化を２つ又はそれ以上の非同種のパラメータの組にわたって共最適化するオプティマイザエンジンによって実行するステップは、
前記候補ソリューションに関連するそれぞれのコストに少なくとも部分的に基づいて、オプティマイザエンジンを介して前記候補ソリューションのうちの１つを選択するステップを含み、前記それぞれのコストは、タスクの前記シーケンスを完了する時間と、前記それぞれの候補ソリューションについて決定された衝突値とに少なくとも部分的に基づいている、実施例３に記載の方法。

実施例５． 前記タスクのシーケンスを完了するためのそれぞれの時間、及びオプティマイザエンジンによるモデリングを介して発生する衝突の割合又は確率を表すそれぞれの衝突値とを決定するステップは、
前記マルチロボット環境シミュレータを介してタスクの前記シーケンスの各タスクを仮想的に実行するステップと、
複数のエポックの各エポックについて、前記マルチロボット環境シミュレータを介して前記ロボットの少なくとも１つの部分のＣ空間位置をサンプリングするステップと、
順運動学を使用して衝突をチェックして、前記ロボットのそれぞれの１つの１つ又は複数の部分と前記ロボットの前記それぞれの１つの別の部分との間、前記ロボットの前記それぞれの１つと前記環境内の前記ロボットの別の１つとの間、及び前記ロボットの前記それぞれの１つと別のロボットではないマルチロボット動作環境内の別のオブジェクトとの間の潜在的な衝突を識別するステップと、
を含む、実施例３に記載の方法。

実施例６． 前記タスクの順序付けられたリストは前記ロボットの前記Ｃ空間内の軌道の順序付けられたリストに等しく、複数の軌道、１つ又は複数のポーズでの１つ又は複数の滞留持続時間、ホームポーズ、及び前記ロボットの前記Ｃ空間内の１つ又は複数の他の定義された機能的ポーズを含み、仮想的に実行するステップは、前記複数の軌道と１つ又は複数のポーズでの前記１つ又は複数の滞留持続時間、前記ホームポーズ、又は前記１つ又は複数の他の定義された機能的ポーズのうちの１つ又は複数とを仮想的に実行するステップを含む、実施例５に記載の方法。

実施例７． 前記Ｃ個の候補ソリューションの集団におけるいくつかの候補ソリューションの各々について、少なくとも１回の反復ごとに、
摂動候補ソリューションを生成するために前記それぞれの候補ソリューションを摂動させるステップと、
前記摂動候補ソリューションをモデル化するステップと、
前記摂動候補ソリューションが前記それぞれの候補ソリューションよりも低い関連コストを有するかどうかを判定するステップと、
前記摂動候補ソリューションが前記それぞれの候補ソリューションよりも低い関連コストを有するという判定に応答して、前記Ｃ個の候補ソリューションの集団内の前記それぞれの候補ソリューションを前記摂動候補ソリューションで置き換えるステップと、
をさらに含む、実施例１又は２に記載の方法。

実施例８． 収束の発生、反復回数の制限又は反復時間の制限に達するまで、複数の反復について、摂動させるステップ、モデル化するステップ、判定するステップ、及び置き換えるステップを繰り返す、実施例７に記載の方法。

実施例９． 摂動候補ソリューションを生成するために前記それぞれの候補ソリューションを摂動させるステップは候補ソリューションベクトルを摂動させるステップを含み、前記候補ソリューションベクトルは複数の実数ベクトル要素と、各タスクについて１つの実数ベクトル要素とを含み、前記実数ベクトル要素は前記タスクのそれぞれの１つと、前記タスクのそれぞれの１つに対する優先度と、前記タスクのそれぞれの１つを実行するように識別された前記ロボットの１つとのそれぞれの組み合わせを表す、実施例７に記載の方法。

実施例１０． マルチロボット動作環境の少なくとも１つのモデル、前記マルチロボット動作環境で動作する前記ロボットの少なくとも２つの各々のそれぞれのモデル、及びタスク又はターゲットの組を含む入力を受信するステップをさらに含む、実施例１又は２に記載の方法。

実施例１１． マルチロボット動作環境の少なくとも１つのモデル、前記マルチロボット動作環境にで動作する前記ロボットの少なくとも２つの各々のそれぞれのモデル、タスク又はターゲットの組、及び、ロボットの少なくとも１つが少なくとも１つのタスクを実行する間に１つ又は複数のターゲットに滞留するための１つ又は複数の滞留持続時間と、変数に対する境界又は制約の組、又は衝突をシミュレートする際の時間制限を指定する時間隔の組のうちの少なくとも１つ、を含む入力を受信するステップをさらに含む、実施例１又は２に記載の方法。

実施例１２． 入力を受信するステップは、前記マルチロボット動作環境で動作することが許可されるロボットの総数に対する制限と、ロボットごとに許可されるタスク又はターゲットの最大数とのうちの少なくとも１つをさらに含む入力を受信するステップを含む、実施例１１に記載の方法。

実施例１３． 前記集団発生器が擬似ランダム集団発生器であり、集団シード発生器を介してＣ個の候補ソリューションの集団を生成するステップが、前記擬似ランダム集団発生器を介してＣ個の候補ソリューションの集団を擬似ランダムに生成するステップを含む、実施例１又は２に記載の方法。

実施例１４． 集団発生器を介してＣ個の候補ソリューションの集団を生成するステップが、Ｃ個の候補ソリューションの純粋に擬似ランダムに生成された集団よりも無効な候補ソリューションである可能性が低いＣ個の候補ソリューションの集団を生成するステップを含む、実施例１又は２に記載の方法。

実施例１５． 前記Ｃ個の候補ソリューションの集団に対する最適化を、２つ又はそれ以上の非同種のパラメータの組にわたって共最適化するオプティマイザエンジンによって実行するステップは、それぞれの前記ロボットのそれぞれのベースについてのそれぞれの最適化されたベースの位置及び向き、最適化されたタスク割当て、及び最適化されたモーションプラン、の共最適化された組み合わせと共に最適化された候補ソリューションを選択するステップを含む、実施例１又は２に記載の方法。

実施例１６． 複数のロボットが動作するマルチロボット動作環境のために複数のロボットを構成するプロセッサベースのシステムであって、
少なくとも１つのプロセッサと、
少なくとも１つのデータ及びプロセッサ実行可能命令を記憶する少なくとも１つの非一時的プロセッサ可読媒体であって、前記プロセッサ実行可能命令は前記少なくとも１つのプロセッサによって実行されるときに、前記プロセッサに実施例１から１５のいずれかの方法を実行させる、少なくとも１つの非一時的プロセッサ可読媒体と、
を備える、プロセッサベースのシステム。

実施例１７． 複数のロボットが動作するマルチロボット動作環境のために複数のロボットを構成するプロセッサベースのシステムであって、前記プロセッサベースのシステムは、
少なくとも１つのプロセッサと、
少なくとも１つのデータ及びプロセッサ実行可能命令を記憶する少なくとも１つの非一時的プロセッサ可読媒体であって、前記プロセッサ実行可能命令は前記少なくとも１つのプロセッサによって実行されるときに、前記プロセッサに、
集団発生器を介してＣ個の候補ソリューションの集団を生成するステップであって、前記ロボットの各々について指定する前記Ｃ個の候補ソリューションの集団における前記候補ソリューションのそれぞれは、前記ロボットのそれぞれのために、それぞれのベースの位置及び向き、少なくとも１つの定義されたポーズの組、及びそれぞれのタスク又はターゲットシーケンスを指定するものであって、前記それぞれのベースの位置及び向きが、前記マルチロボット動作環境における前記それぞれのロボットのベースについてそれぞれの位置及び向きを指定し、前記少なくとも１つの定義されたポーズのそれぞれの組がマルチロボット動作環境における前記それぞれのロボットの少なくとも１つのそれぞれのホームポーズを指定し、前記それぞれのタスク又はターゲットシーケンスがタスクのそれぞれのシーケンスを完了するために、前記それぞれのロボットが移動するためのターゲットのそれぞれの順序付けられたリストを備える、Ｃ個の候補ソリューションの集団を生成するステップと、
前記Ｃ個の候補ソリューションの集団に対する最適化を、前記ロボットの前記それぞれのベースの位置及び向き、前記ロボットのそれぞれの１つへの前記タスクの割当て、及び前記ロボットの前記それぞれのタスク又はターゲットシーケンスのうちの２つ又はそれ以上の２つ又はそれ以上の不均一なパラメータの組にわたって共最適化するオプティマイザエンジンによって実行するステップと、
出力として、前記ロボットのそれぞれのために、前記それぞれのベースの位置及び向き、前記ロボットのそれぞれのためのそれぞれのタスク割当て、及び前記ロボットのそれぞれのためのそれぞれのモーションプランを提供するステップと、
を実行させる、少なくとも１つの非一時的プロセッサ可読媒体と、
を備える、プロセッサベースのシステム。

実施例１８． 前記プロセッサ実行可能命令は前記少なくとも１つのプロセッサによって実行されたとき、前記プロセッサに、前記ロボットごとに、前記それぞれのロボットのＣ空間内のターゲットの最適化された順序付きリストの形態の実行されるべきそれぞれのシーケンスと、１つ又は複数の前記ターゲットにおける１つ又は複数の滞留持続時間とを指定する最適化されたタスク割当て及び衝突のない経路の組を指定する最適化されたモーションプランを出力として提供させ、前記衝突のない経路の組は前記ターゲットの順序付きリスト内の連続するターゲットの各対の間のそれぞれの衝突のない経路を指定する、実施例１７に記載のプロセッサベースのシステム。

実施例１９． 前記プロセッサ実行可能命令は前記少なくとも１つのプロセッサによって実行されたとき、前記プロセッサに、
候補ソリューションの集団Ｃの前記候補ソリューションの各々について、タスクのシーケンスを完了するためのそれぞれの時間、及びロボット環境シミュレータによって実行されるモデリングを介してタスクのシーケンスを完了する際に発生する衝突の割合又は確率を表すそれぞれの衝突値を決定させる、実施例１７又は１８のいずれかに記載のプロセッサベースのシステム。

実施例２０． ２つ以上の同種でないパラメータのセットにわたって共最適化するオプティマイザエンジンによって、前記Ｃ個の候補ソリューションの集団に対する最適化を２つ又はそれ以上の非同種のパラメータの組にわたって共最適化するオプティマイザエンジンによって実行するステップは、前記プロセッサ実行可能命令が前記少なくとも１つのプロセッサによって実行されたときに、前記プロセッサに、
前記候補ソリューションに関連するそれぞれのコストに少なくとも部分的に基づいて、オプティマイザエンジンを介して前記候補ソリューションのうちの１つを選択するステップを実行させ、前記それぞれのコストは、タスクの前記シーケンスを完了する時間と、前記それぞれの候補ソリューションについて決定された衝突値とに少なくとも部分的に基づいている、実施例１９に記載のプロセッサベースのシステム。

実施例２１． 前記タスクのシーケンスを完了するためのそれぞれの時間、及びオプティマイザエンジンによるモデリングを介して発生する衝突の割合又は確率を表すそれぞれの衝突値を決定するステップは、前記プロセッサ実行可能命令が前記少なくとも１つのプロセッサによって実行されたとき、前記プロセッサに、
前記マルチロボット環境シミュレータを介してタスクの前記シーケンスの各タスクを仮想的に実行するステップと、
複数のエポックの各エポックについて、前記マルチロボット環境シミュレータを介して前記ロボットの少なくとも１つの部分のＣ空間位置をサンプリングするステップと、
順運動学を使用して衝突をチェックして、前記ロボットのそれぞれの１つの１つ又は複数の部分と前記ロボットの前記それぞれの１つの別の部分との間、前記ロボットの前記それぞれの１つと前記環境内の前記ロボットの別の１つとの間、及び前記ロボットの前記それぞれの１つと別のロボットではないマルチロボット動作環境内の別のオブジェクトとの間の潜在的な衝突を識別するステップと、
を実行さえる、実施例１９に記載のプロセッサベースのシステム。

実施例２２． 前記タスクの順序付けられたリストは前記ロボットの前記Ｃ空間における軌道の順序付けられたリストと等しく、複数の軌道、１つ又は複数のポーズでの１つ又は複数の滞留持続時間と、ホームポーズ、及び前記ロボットの前記Ｃ空間における１つ又は複数の他の定義された機能的ポーズとを含み、仮想的に実行するステップは、少なくとも１つのプロセッサによって実行されると、プロセッサ実行可能命令が前記少なくとも１つのプロセッサによって実行されたとき、前記プロセッサに、複数の軌道と１つ又は複数のポーズでの前記１つ又は複数の滞留持続時間、前記ホームポーズと、又は前記１つ又は複数の他の定義された機能的ポーズのうちの１つ又は複数を仮想的に実行させるステップを含む、実施例２１のプロセッサベースのシステム。

実施例２３． 前記プロセッサ実行可能命令は前記少なくとも１つのプロセッサによって実行されたとき、前記プロセッサに、
前記Ｃ個の候補ソリューションの集団におけるいくつかの候補ソリューションの各々について、少なくとも１回の反復ごとに、
摂動候補ソリューションを生成するために前記それぞれの候補ソリューションを摂動させるステップと、
前記摂動候補ソリューションをモデル化するステップと、
前記摂動候補ソリューションが前記それぞれの候補ソリューションよりも低い関連コストを有するかどうかを判定するステップと、
前記摂動候補ソリューションが関それぞれの候補ソリューションよりも低い関連コストを有するという判定に応答して、前記Ｃ個の候補ソリューションの集団内の前記それぞれの候補ソリューションを前記摂動候補ソリューションと置き換えるステップと、
をさらに実行させる、実施例１７又は１８に記載のプロセッサベースのシステム。

実施例２４． 前記プロセッサ実行可能命令は前記少なくとも１つのプロセッサによって実行されると、前記プロセッサに、収束の発生、反復回数の制限又は反復時間の制限に達するまで、複数の反復について、前記摂動、前記モデル化、前記判定及び前記置換をさらに繰り返えさせる、実施例２３に記載のプロセッサベースのシステム。

実施例２５． 摂動候補ソリューションを生成するために、前記それぞれの候補ソリューションを摂動させるステップは、前記プロセッサ実行可能命令が前記少なくとも１つのプロセッサによって実行されたとき、前記プロセッサに、候補ソリューションベクトルを摂動させるステップを含み、前記候補ソリューションベクトルは複数の実数ベクトル要素と、各タスクについて１つの実数ベクトル要素とを含み、前記実数ベクトル要素は前記タスクのそれぞれの１つと、前記タスクのそれぞれの１つに対する優先度と、前記それぞれの１つを実行するように識別された前記ロボットの１つのそれぞれの組合せを表す、実施例２３に記載のプロセッサベースのシステム。

実施例２６． 前記プロセッサ実行可能命令は前記少なくとも１つのプロセッサによって実行されたとき、前記プロセッサに、
マルチロボット動作環境の少なくとも１つのモデル、前記マルチロボット動作環境で動作する前記ロボットの少なくとも２つの各々のそれぞれのモデル、及びタスク又はターゲットの組を含む入力をさらに受信させる、実施例１７又は１８に記載のプロセッサベースのシステム。

実施例２７． 前記プロセッサ実行可能命令は前記少なくとも１つのプロセッサによって実行されたとき、前記プロセッサに、
マルチロボット動作環境の少なくとも１つのモデル、前記マルチロボット動作環境で動作する前記ロボットの少なくとも２つの各々のそれぞれのモデル、タスク又はターゲットの組、及び、ロボットの少なくとも１つが少なくとも１つのタスクを実行する間に１つ又は複数のターゲットに滞留するための１つ又は複数の滞留持続時間、変数に対する境界又は制約の組、又は衝突をシミュレートする際の時間制限を指定する時間隔の組のうちの少なくとも１つ、を含む入力をさらに受信させる、実施例１７又は１８に記載のプロセッサベースのシステム。

実施例２８． 前記プロセッサ実行可能命令は前記少なくとも１つのプロセッサによって実行されたとき、前記プロセッサに、前記マルチロボット動作環境で動作することが許可されるロボットの総数に対する制限と、ロボットごとに許可されたタスク又はターゲットの最大数とのうちの少なくとも１つを入力としてさらに受信させる、実施例２７に記載のプロセッサベースのシステム。

実施例２９． 集団発生器が擬似ランダム集団発生器であり、集団シード生成器を介したＣ候補ソリューションの集団の生成が、擬似ランダム集団発生器を介したＣ候補ソリューションの集団の擬似ランダム生成を含む、実施例１７又は１８に記載のプロセッサベースのシステム。

実施例３０． 集団発生器を介したＣ個の候補ソリューションの集団の生成は、Ｃ個の候補ソリューションの純粋に擬似ランダムに生成された集団よりも、無効な候補ソリューションである確率が低いＣ個の候補ソリューションの集団の生成を含む、実施例１７又は１８に記載のプロセッサベースのシステム。

実施例３１． 前記Ｃ個の候補ソリューションの集団に対する最適化を、２つ又はそれ以上の非同種のパラメータの組にわたって共最適化するオプティマイザエンジンによって実行することは、前記プロセッサ実行可能命令が前記少なくとも１つのプロセッサによって実行されると、前記プロセッサに、それぞれの前記ロボットのそれぞれのベースについてのそれぞれの最適化されたベースの位置及び向き、最適化されたタスク割当て、及び最適化されたモーションプランの共最適化された組み合わせと共に最適化された候補ソリューションを選択させる、実施例１７又は１８に記載のプロセッサベースのシステム。

上記の詳細説明においては、ブロック図、模式図及び実施例を用いて、多様な装置及び／又は方法の実施形態について記載している。これらのブロック図、概略図及び実施例は１つ又は２つ以上の機能及び／又は動作を含んでいるが、当業者には明らかなように、これらのブロック図、流れ図及び実施例におけるそれぞれの機能及び／又は動作は個々に及び／又は一括して、多様なハードウェア、ソフトウェア、ファームウェア又は事実上任意のこれらの組み合わせによって実装することができることが理解されるであろう。一実施形態では、本主題がブール回路、特定用途向け集積回路（ＡＳＩＣ）及び／又はＦＰＧＡを介して実装され得る。しかしながら、本明細書に開示される実施形態は全体的に又は部分的に、標準的な集積回路における様々な異なる実装形態において、１つ又は複数のコンピュータ上で実行される１つ又は複数のコンピュータプログラムとして（例えば、１つ又は複数のコンピュータシステム上で実行される１つ又は複数のプログラムとして）、１つ又は複数のコントローラ（例えば、マイクロコントローラ）上で実行される１つ又は複数のプログラムとして、１つ又は複数のプロセッサ（例えば、マイクロプロセッサ）上で実行される１つ又は複数のプログラムとして、ファームウェアとして、又はそれらの実質的に任意の組合せとして、実装されることができ、ソフトウェア又はファームウェアのために回路を設計すること及び／又はコードを記述することは、本開示に照らして、十分に当業者の技術の範囲内であることを、当業者が認識するであろう。

当業者は本明細書に記載された方法又はアルゴリズムの多くが、追加の行為を採用してもよく、いくつかの行為を省略してもよく、及び／又は指定されたものとは異なる順序で行為を実行してもよいことを認識するであろう。

さらに、当業者は、本明細書で教示される機構がハードウェア、例えば、１つ又は複数のＦＰＧＡ又はＡＳＩＣにおいて実装されることが可能であることを理解するであろう。

上記の種々の実施形態は、更なる実施形態を提供するように組み合わされることが可能である。２０１７年６月９日に出願された「自律走行車のためのモーション計画及び再構成可能なモーション計画プロセッサ」と題された国際特許出願第ＰＣＴ／ＵＳ２０１７／０３６８８０号、２０１６年１月５日に出願された「MOTION PLANNING FOR AUTONOMOUS VEHICLES AND RECONFIGURABLE MOTION PLANNING PROCESSORS」と題された国際公開第ＷＯ２０１６／１２２８４０号、２０１８年１月１２日に出願された「SPECIALIZED ROBOT MOTION PLANNING HARDWARE AND METHODS OF MAKING AND USING SAME」と題された米国特許出願第６２／６１６，７８３号、２０１８年２月６日に出願された「MOTION PLANNING OF A ROBOT STORING A DISCRETIZED ENVIRONMENT ON ONE OR MORE PROCESSORS AND IMPROVED OPERATION OF SAME」と題された米国特許出願第６２／６２６，９３９号、２０１９年６月３日に出願された「APPARATUS, METHODS AND ARTICLES TO FACILITATE MOTION PLANNING IN ENVIRONMENTS HAVING DYNAMIC OBSTACLES」と題された米国特許出願第６２／８５６，５４８号、２０１９年６月２４日に出願された「MOTION PLANNING FOR MULTIPLE ROBOTS IN SHARED WORKSPACE」と題された米国特許出願第６２／８６５，４３１号、及び２０２０年１月２２日に出願された「CONFIGURATION OF ROBOTS IN MULTI-ROBOT OPERATIONAL ENVIRONMENT」と題された米国特許出願第６２／９６４，４０５号を含むがこれらに限定されない、本明細書で参照されている、及び／又はアプリケーション・データ・シートに列挙されている、同一出願人による米国特許出願公開、米国特許出願、米国以外の特許、米国以外の特許出願のすべては、その全体が参照により本明細書に組み込まれる。上記の詳細説明に照らして、上記の及び他の変形がそれらの実施形態に対して行われることが可能である。一般に、以下の特許請求の範囲において、使用される用語は特許請求の範囲を、本明細書及び特許請求の範囲に開示される特定の実施形態に限定するように解釈されるべきではなく、そのような特許請求の範囲が権利を与えられる等価物の全範囲とともに、すべての可能な実施形態を含むように解釈されるべきである。したがって、特許請求の範囲は、本開示によって限定されない。
下記は、本願の出願当初に記載の発明である。
＜請求項１＞
複数のロボットが動作するマルチロボット動作環境のために複数のロボットを構成するためのプロセッサベースのシステムにおける動作方法であって、前記方法は、
集団発生器を介してＣ個の候補ソリューションの集団を生成するステップであって、前記Ｃ個の候補ソリューションの集団の前記候補ソリューションのそれぞれは、前記ロボットのそれぞれのために、それぞれのベースの位置及び向き、少なくとも１つの定義されたポーズのそれぞれの組、及びそれぞれのターゲットシーケンスを指定し、前記それぞれのベースの位置及び向きが、前記マルチロボット動作環境における前記それぞれのロボットのベースについてのそれぞれの位置及び向きを指定し、前記少なくとも１つの定義されたポーズのそれぞれの組が前記マルチロボット動作環境における前記それぞれのロボットの少なくとも１つのそれぞれのホームポーズを指定し、前記それぞれのターゲットシーケンスがそれぞれのタスクのシーケンスを完了するために前記それぞれのロボットが移動するためのそれぞれの順序付けられたターゲットのリストを備える、Ｃ個の候補ソリューションの集団を生成するステップと、
前記ロボットの前記それぞれのベースの位置及び向き、前記ロボットのそれぞれの１つへの前記タスクの割当て、及び前記ロボットの前記それぞれのターゲットシーケンスのうちの２つ又はそれ以上についての２つ又はそれ以上の非同種のパラメータの組にわたって共最適化するオプティマイザエンジンによって前記Ｃ個の候補ソリューションの集団に対する最適化を実行するステップと、
出力として、前記ロボットのそれぞれのための前記それぞれのベースの位置及び向き、前記ロボットのそれぞれのためのそれぞれのタスク割当て、及び前記ロボットのそれぞれのためのそれぞれのモーションプランを提供するステップと、
を備える、動作方法。
＜請求項２＞
出力として、前記ロボットのそれぞれのための前記それぞれのベースの位置及び向き、前記ロボットのそれぞれのためのそれぞれのタスク割当て、及び前記ロボットのそれぞれのためのそれぞれのモーションプランを提供するステップは、前記ロボットごとに、前記それぞれのロボットのＣ空間内の最適化された順序付けられたターゲットのリストの形態の実行されるべきそれぞれのタスクのシーケンスと、１つ又は複数の前記ターゲットにおける１つ又は複数の滞留持続時間とを指定する最適化されたタスク割当てを提供するステップと、衝突のない経路の組を指定する最適化されたモーションプランを提供するステップとを含み、前記衝突のない経路の組は前記順序付けられたターゲットのリスト内の連続するターゲットの各対の間のそれぞれの衝突のない経路を指定する、請求項１に記載の方法。
＜請求項３＞
前記Ｃ個の候補ソリューションの集団の前記候補ソリューションのそれぞれについて、前記タスクのシーケンスを完了するための時間、及びロボット環境シミュレータによって実行されるモデリングを介して前記タスクのシーケンスを完了する際に発生する衝突の割合又は確率を表すそれぞれの衝突値を決定するステップをさらに含む、請求項１又は２のいずれかに記載の方法。
＜請求項４＞
２つ又はそれ以上の非同種のパラメータの組にわたって共最適化するオプティマイザエンジンによって前記Ｃ個の候補ソリューションの集団に対する最適化を実行するステップは、
前記候補ソリューションに関連するそれぞれのコストに少なくとも部分的に基づいて、オプティマイザエンジンを介して前記候補ソリューションのうちの１つを選択するステップを含み、前記それぞれのコストは、前記タスクのシーケンスを完了するための時間と、前記それぞれの候補ソリューションについて決定された前記衝突値とに少なくとも部分的に基づいている、請求項３に記載の方法。
＜請求項５＞
前記タスクのシーケンスを完了するためのそれぞれの時間、及びオプティマイザエンジンによるモデリングを介して発生する衝突の割合又は確率を表すそれぞれの衝突値を決定するステップは、
前記マルチロボット環境シミュレータを介して前記タスクのシーケンスの各タスクを仮想的に実行するステップと、
複数のエポックの各エポックについて、前記マルチロボット環境シミュレータを介して前記ロボットの少なくとも１つの部分のＣ空間位置をサンプリングするステップと、
順運動学を使用して衝突をチェックして、前記ロボットのそれぞれの１つの１つ又は複数の部分と前記ロボットの前記それぞれの１つの別の部分との間、前記ロボットの前記それぞれの１つと前記環境内の前記ロボットの別の１つとの間、及び前記ロボットの前記それぞれの１つと別のロボットではない前記マルチロボット動作環境内の別のオブジェクトとの間の潜在的な衝突を識別するステップと、
を含む、請求項３に記載の方法。
＜請求項６＞
前記順序付けられたタスクのリストは前記ロボットの前記Ｃ空間内の軌道の順序付けられたリストに等しく、複数の軌道、１つ又は複数のポーズでの１つ又は複数の滞留持続時間、ホームポーズ、及び前記ロボットの前記Ｃ空間内の１つ又は複数の他の定義された機能的ポーズを含み、仮想的に実行するステップは、前記複数の軌道と、前記１つ又は複数のポーズでの１つ又は複数の滞留持続時間、前記ホームポーズ、又は前記１つ又は複数の他の定義された機能的ポーズのうちの１つ又は複数とを仮想的に実行するステップを含む、請求項５に記載の方法。
＜請求項７＞
前記Ｃ個の候補ソリューションの集団のいくつかの候補ソリューションの各々について、少なくとも１回の反復ごとに、
摂動候補ソリューションを生成するために前記それぞれの候補ソリューションを摂動させるステップと、
前記摂動候補ソリューションをモデル化するステップと、
前記摂動候補ソリューションが前記それぞれの候補ソリューションよりも低い関連コストを有するかどうかを判定するステップと、
前記摂動候補ソリューションが前記それぞれの候補ソリューションよりも低い関連コストを有するという判定に応答して、前記Ｃ個の候補ソリューションの集団内の前記それぞれの候補ソリューションを前記摂動候補ソリューションに置き換えるステップと、
をさらに含む、請求項１又は２に記載の方法。
＜請求項８＞
収束の発生、反復回数の制限又は反復時間の制限に達するまで、複数の反復について、摂動させるステップ、モデル化するステップ、判定するステップ、及び置き換えるステップを繰り返す、請求項７に記載の方法。
＜請求項９＞
摂動候補ソリューションを生成するために前記それぞれの候補ソリューションを摂動させるステップは、候補ソリューションベクトルを摂動させるステップを含み、前記候補ソリューションベクトルは、複数の実数ベクトル要素と、各タスクについての１つの実数ベクトル要素を含み、前記実数ベクトル要素は、前記タスクのそれぞれの１つと、前記タスクのそれぞれの１つについての優先度と、前記タスクのそれぞれの１つを実行するように識別された前記ロボットの１つとのそれぞれの組合せを表す、請求項７に記載の方法。
＜請求項１０＞
マルチロボット動作環境の少なくとも１つのモデル、前記マルチロボット動作環境で動作する前記ロボットの少なくとも２つの各々のそれぞれのモデル、及びタスクの組を含む入力を受信するステップをさらに含む、請求項１又は２に記載の方法。
＜請求項１１＞
マルチロボット動作環境の少なくとも１つのモデル、前記マルチロボット動作環境で動作する前記ロボットの少なくとも２つの各々のそれぞれのモデル、タスクの組、及び、前記ロボットの少なくとも１つが少なくとも１つのタスクを実行する間に１つ又は複数のターゲットに滞留するための１つ又は複数の滞留持続時間、変数に対する境界又は制約の組、又は衝突をシミュレートすることについての時間制限を指定する時間隔の組のうちの少なくとも１つ、を含む入力を受信するステップをさらに含む、請求項１又は２に記載の方法。
＜請求項１２＞
入力を受信するステップは、前記マルチロボット動作環境で動作することが許可されるロボットの総数に対する制限と、ロボットごとに許可されるタスクの最大数とのうちの少なくとも１つをさらに含む入力を受信するステップを含む、請求項１１に記載の方法。
＜請求項１３＞
前記集団発生器が擬似ランダム集団発生器であり、集団シード発生器を介してＣ個の候補ソリューションの集団を生成するステップが、前記擬似ランダム集団発生器を介してＣ個の候補ソリューションの集団を擬似ランダムに生成するステップを含む、請求項１又は２に記載の方法。
＜請求項１４＞
集団発生器を介してＣ個の候補ソリューションの集団を生成するステップが、純粋に擬似ランダムに生成されたＣ個の候補ソリューションの集団よりも、無効な候補ソリューションである可能性が低いＣ個の候補ソリューションの集団を生成するステップを含む、請求項１又は２に記載の方法。
＜請求項１５＞
２つ又はそれ以上の非同種のパラメータの組にわたって共最適化するオプティマイザエンジンによって前記Ｃ個の候補ソリューションの集団に対する最適化を実行するステップは、それぞれの前記ロボットのそれぞれのベースについてのそれぞれの最適化されたベースの位置及び向き、最適化されたタスク割当て、及び最適化されたモーションプラン、の共最適化された組み合わせと共に最適化された候補ソリューションを選択するステップを含む、請求項１又は２に記載の方法。
＜請求項１６＞
複数のロボットが動作するマルチロボット動作環境のために複数のロボットを構成するプロセッサベースのシステムであって、
少なくとも１つのプロセッサと、
少なくとも１つのデータ及びプロセッサ実行可能命令を記憶する少なくとも１つの非一時的プロセッサ可読媒体であって、前記プロセッサ実行可能命令は前記少なくとも１つのプロセッサによって実行されるときに、前記プロセッサに請求項１から１５のいずれかの方法を実行させる、少なくとも１つの非一時的プロセッサ可読媒体と、
を備える、プロセッサベースのシステム。
＜請求項１７＞
複数のロボットが動作するマルチロボット動作環境のために複数のロボットを構成するプロセッサベースのシステムであって、前記プロセッサベースのシステムは、
少なくとも１つのプロセッサと、
少なくとも１つのデータ及びプロセッサ実行可能命令を記憶する少なくとも１つの非一時的プロセッサ可読媒体であって、前記プロセッサ実行可能命令は前記少なくとも１つのプロセッサによって実行されるときに、前記プロセッサに、
集団発生器を介してＣ個の候補ソリューションの集団を生成するステップであって、前記Ｃ個の候補ソリューションの集団の前記候補ソリューションのそれぞれは、前記ロボットのそれぞれのために、それぞれのベースの位置及び向き、少なくとも１つの定義されたポーズのそれぞれの組、及びそれぞれのターゲットシーケンスを指定し、前記それぞれのベースの位置及び向きが、前記マルチロボット動作環境における前記それぞれのロボットのベースについてのそれぞれの位置及び向きを指定し、前記少なくとも１つの定義されたポーズのそれぞれの組が前記マルチロボット動作環境における前記それぞれのロボットの少なくとも１つのそれぞれのホームポーズを指定し、前記それぞれのターゲットシーケンスがタスクのそれぞれのシーケンスを完了するために、前記それぞれのロボットが移動するためのそれぞれの順序付けられたターゲットのリストを備える、Ｃ個の候補ソリューションの集団を生成するステップと、
前記ロボットの前記それぞれのベースの位置及び向き、前記ロボットのそれぞれの１つへの前記タスクの割当て、及び前記ロボットの前記それぞれのターゲットシーケンスのうちの２つ又はそれ以上についての２つ又はそれ以上の非同種のパラメータの組にわたって共最適化するオプティマイザエンジンによって前記Ｃ個の候補ソリューションの集団に対する最適化を実行するステップと、
出力として、前記ロボットのそれぞれのための前記それぞれのベースの位置及び向き、前記ロボットのそれぞれのためのそれぞれのタスク割当て、及び前記ロボットのそれぞれのためのそれぞれのモーションプランを提供するステップと、
を実行させる、少なくとも１つの非一時的プロセッサ可読媒体と、
を備える、プロセッサベースのシステム。
＜請求項１８＞
前記プロセッサ実行可能命令は前記少なくとも１つのプロセッサによって実行されたとき、前記プロセッサに、前記ロボットごとに、前記それぞれのロボットのＣ空間内の最適化された順序付けられたターゲットのリストの形態の実行されるべきそれぞれのタスクのシーケンスと、１つ又は複数の前記ターゲットにおける１つ又は複数の滞留持続時間とを指定する最適化されたタスク割当て及び衝突のない経路の組を指定する最適化されたモーションプランを出力として提供させ、前記衝突の経路の組は前記順序付けられたターゲットのリスト内の連続するターゲットの各対の間のそれぞれの衝突のない経路を指定する、請求項１７に記載のプロセッサベースのシステム。
＜請求項１９＞
前記プロセッサ実行可能命令は前記少なくとも１つのプロセッサによって実行されたとき、前記プロセッサに、
前記Ｃ個の候補ソリューションの集団の前記候補ソリューションのそれぞれについて、前記タスクのシーケンスを完了するための時間、及びロボット環境シミュレータによって実行されるモデリングを介して前記タスクのシーケンスを完了する際に発生する衝突の割合又は確率を表すそれぞれの衝突値をさらに決定させる、請求項１７又は１８のいずれかに記載のプロセッサベースのシステム。
＜請求項２０＞
２つ又はそれ以上の非同種のパラメータの組にわたって共最適化するオプティマイザエンジンによって前記Ｃ個の候補ソリューションの集団に対する最適化を実行するために、前記プロセッサ実行可能命令が前記少なくとも１つのプロセッサによって実行されたときに、前記プロセッサに、
前記候補ソリューションに関連するそれぞれのコストに少なくとも部分的に基づいて、オプティマイザエンジンを介して前記候補ソリューションのうちの１つを選択するステップを実行させ、前記それぞれのコストは、前記タスクのシーケンスを完了する時間と、前記それぞれの候補ソリューションについて決定された前記衝突値とに少なくとも部分的に基づいている、請求項１９に記載のプロセッサベースのシステム。
＜請求項２１＞
前記タスクのシーケンスを完了するためのそれぞれの時間、及びオプティマイザエンジンによるモデリングを介して発生する衝突の割合又は確率を表すそれぞれの衝突値を決定するために、前記プロセッサ実行可能命令が前記少なくとも１つのプロセッサによって実行されたとき、前記プロセッサに、
前記マルチロボット環境シミュレータを介してタスクの前記シーケンスの各タスクを仮想的に実行するステップと、
複数のエポックの各エポックについて、前記マルチロボット環境シミュレータを介して前記ロボットの少なくとも１つの部分のＣ空間位置をサンプリングするステップと、
順運動学を使用して衝突をチェックして、前記ロボットのそれぞれの１つの１つ又は複数の部分と前記ロボットの前記それぞれの１つの別の部分との間、前記ロボットの前記それぞれの１つと前記環境内の前記ロボットの別の１つとの間、及び前記ロボットの前記それぞれの１つと別のロボットではない前記マルチロボット動作環境内の別のオブジェクトとの間の潜在的な衝突を識別するステップと、
を実行させる、請求項１９に記載のプロセッサベースのシステム。
＜請求項２２＞
前記順序付けられたタスクのリストは前記ロボットの前記Ｃ空間内の軌道の順序付けられたリストと等しく、複数の軌道、１つ又は複数のポーズでの１つ又は複数の滞留持続時間、ホームポーズ、及び前記ロボットの前記Ｃ空間の１つ又は複数の他の定義された機能ポーズを含み、仮想的に実行するために、前記プロセッサ実行可能命令が前記少なくとも１つのプロセッサによって実行されたとき、前記プロセッサに、前記複数の軌道と１つ又は複数のポーズでの前記１つ又は複数の滞留持続時間、前記ホームポーズ、又は前記１つ又は複数の他の定義された機能的ポーズのうちの１つ又は複数を仮想的に実行させる、請求項２１に記載のプロセッサベースのシステム。
＜請求項２３＞
前記プロセッサ実行可能命令は前記少なくとも１つのプロセッサによって実行されたとき、前記プロセッサに、
前記Ｃ個の候補ソリューションの集団のいくつかの候補ソリューションの各々について、少なくとも１回の反復ごとに、
摂動候補ソリューションを生成するために前記それぞれの候補ソリューションを摂動させるステップと、
前記摂動候補ソリューションをモデル化するステップと、
前記摂動候補ソリューションが前記それぞれの候補ソリューションよりも低い関連コストを有するかどうかを判定するステップと、
前記摂動候補ソリューションが前記それぞれの候補ソリューションよりも低い関連コストを有するという判定に応答して、前記Ｃ個の候補ソリューションの集団内の前記それぞれの候補ソリューションを前記摂動候補ソリューションに置き換えるステップと、
をさらに実行させる、請求項１７又は１８に記載のプロセッサベースのシステム。
＜請求項２４＞
前記プロセッサ実行可能命令は前記少なくとも１つのプロセッサによって実行されたとき、前記プロセッサに、収束の発生、反復回数の制限又は反復時間の制限に達するまで、複数の反復について、前記摂動、前記モデル化、前記判定、及び前記置換をさらに繰り返させる、請求項２３に記載のプロセッサベースのシステム。
＜請求項２５＞
摂動候補ソリューションを生成するために前記それぞれの候補ソリューションを摂動させるために、前記プロセッサ実行可能命令が前記少なくとも１つのプロセッサによって実行されたとき、前記プロセッサに、候補ソリューションベクトルを摂動させ、前記候補ソリューションベクトルは、複数の実数ベクトル要素と、各タスクについて１つの実数ベクトル要素とを含み、前記実数ベクトル要素は前記タスクのそれぞれの１つと、前記タスクのそれぞれの１つについての優先度と、前記タスクのそれぞれの１つを実行するように識別された前記ロボットの１つのそれぞれの組合せを表す、請求項２３に記載のプロセッサベースのシステム。
＜請求項２６＞
前記プロセッサ実行可能命令は前記少なくとも１つのプロセッサによって実行されたとき、前記プロセッサに、
マルチロボット動作環境の少なくとも１つのモデル、前記マルチロボット動作環境で動作する前記ロボットの少なくとも２つの各々のそれぞれのモデル、及びタスクの組を含む入力をさらに受信させる、請求項１７又は１８に記載のプロセッサベースのシステム。
＜請求項２７＞
前記プロセッサ実行可能命令は前記少なくとも１つのプロセッサによって実行されたとき、前記プロセッサに、マルチロボット動作環境の少なくとも１つのモデル、前記マルチロボット動作環境で動作する前記ロボットの少なくとも２つの各々のそれぞれのモデル、タスクの組、及び、前記ロボットの少なくとも１つが少なくとも１つのタスクを実行する間に１つ又は複数のターゲットに滞留するための１つ又は複数の滞留持続時間、変数に対する境界又は制約の組、又は衝突をシミュレートすることについての時間制限を指定する時間隔の組のうちの少なくとも１つ、を含む入力をさらに受信させる、請求項１７又は１８に記載のプロセッサベースのシステム。
＜請求項２８＞
前記プロセッサ実行可能命令は前記少なくとも１つのプロセッサによって実行されたとき、前記プロセッサに、前記マルチロボット動作環境で動作することが許可されるロボットの総数に対する制限と、ロボットごとに許可されるタスクの最大数とのうちの少なくとも１つを入力としてさらに受信させる、請求項２７に記載のプロセッサベースのシステム。
＜請求項２９＞
前記集団発生器が擬似ランダム集団発生器であり、集団シード発生器を介したＣ個の候補ソリューションの集団の生成が、前記擬似ランダム集団発生器を介したＣ個の候補ソリューションの集団の擬似ランダムな生成を含む、請求項１７又は１８に記載のプロセッサベースのシステム。
＜請求項３０＞
集団発生器を介したＣ個の候補ソリューションの集団の生成が、Ｃ個の候補ソリューションの純粋に擬似ランダムに生成された集団よりも無効な候補ソリューションである可能性が低いＣ個の候補ソリューションの集団の生成を含む、請求項１７又は１８に記載のプロセッサベースのシステム。
＜請求項３１＞
２つ又はそれ以上の非同種のパラメータの組にわたって共最適化するオプティマイザエンジンによって前記Ｃ個の候補ソリューションの集団に対する最適化を実行するために、前記プロセッサ実行可能命令が前記少なくとも１つのプロセッサによって実行されたとき、前記プロセッサに、それぞれの前記ロボットのそれぞれのベースについてのそれぞれの最適化されたベースの位置及び向き、最適化されたタスク割当て、及び最適化されたモーションプランの共最適化された組み合わせと共に最適化された候補ソリューションを選択させる、請求項１７又は１８に記載のプロセッサベースのシステム。

Claims (16)

1. 複数のロボットが動作するマルチロボット動作環境のために複数のロボットを構成するためのプロセッサベースのシステムにおける動作方法であって、前記方法は、
   集団発生器を介してＣ個の候補ソリューションの集団を生成するステップであって、前記Ｃ個の候補ソリューションの集団の前記候補ソリューションのそれぞれは、前記ロボットのそれぞれのために、それぞれのベースの位置及び向き、少なくとも１つの定義されたポーズのそれぞれの組、及びそれぞれのターゲットシーケンスを指定し、前記それぞれのベースの位置及び向きが、前記マルチロボット動作環境における前記それぞれのロボットのベースについてのそれぞれの位置及び向きを指定し、前記少なくとも１つの定義されたポーズのそれぞれの組が前記マルチロボット動作環境における前記それぞれのロボットの少なくとも１つのそれぞれのホームポーズを指定し、前記それぞれのターゲットシーケンスがそれぞれのタスクのシーケンスを完了するために前記それぞれのロボットが移動するためのそれぞれの順序付けられたターゲットのリストを備える、Ｃ個の候補ソリューションの集団を生成するステップと、
   前記ロボットの前記それぞれのベースの位置及び向き、前記ロボットのそれぞれの１つへの前記タスクの割当て、及び前記ロボットの前記それぞれのターゲットシーケンスのうちの２つ又はそれ以上についての２つ又はそれ以上の非同種のパラメータの組にわたって共最適化するオプティマイザエンジンによって前記ロボットのそれぞれのためのそれぞれの最適化されたベースの位置及び向き、前記ロボットのそれぞれのためのそれぞれの最適化されたタスク割当て、及び前記ロボットのそれぞれのためのそれぞれの最適化されたモーションプランを選択するために前記Ｃ個の候補ソリューションの集団に対する最適化を実行するステップと、
   前記最適化からの出力として、前記ロボットのそれぞれのための前記それぞれの最適化されたベースの位置及び向き、前記ロボットのそれぞれのためのそれぞれの前記最適化されたタスク割当て、及び前記ロボットのそれぞれのためのそれぞれの最適化されたモーションプランを提供するステップと、
   を備える、動作方法。
2. 前記最適化からの出力として、前記ロボットのそれぞれのための前記それぞれの最適化されたベースの位置及び向き、前記ロボットのそれぞれのための前記それぞれの最適化されたタスク割当て、及び前記ロボットのそれぞれのための前記それぞれの最適化されたモーションプランを提供するステップは、前記ロボットごとに、前記それぞれのロボットのＣ空間内の最適化された順序付けられたターゲットのリストの形態の実行されるべきそれぞれのタスクのシーケンスと、１つ又は複数の前記ターゲットにおける１つ又は複数の滞留持続時間とを指定する最適化されたタスク割当てを提供するステップと、衝突のない経路の組を指定する最適化されたモーションプランを提供するステップとを含み、前記衝突のない経路の組は前記順序付けられたターゲットのリスト内の連続するターゲットの各対の間のそれぞれの衝突のない経路を指定する、請求項１に記載の方法。
3. 前記Ｃ個の候補ソリューションの集団の前記候補ソリューションのそれぞれについて、前記タスクのシーケンスを完了するための時間、及びマルチロボット環境シミュレータによって実行されるモデリングを介して前記タスクのシーケンスを完了する際に発生する衝突の割合又は確率を表すそれぞれの衝突値を決定するステップをさらに含む、請求項１又は２のいずれかに記載の方法。
4. ２つ又はそれ以上の非同種のパラメータの組にわたって共最適化するオプティマイザエンジンによって前記Ｃ個の候補ソリューションの集団に対する最適化を実行するステップは、
   前記候補ソリューションに関連するそれぞれのコストに少なくとも部分的に基づいて、オプティマイザエンジンを介して前記候補ソリューションのうちの１つを選択するステップを含み、前記それぞれのコストは、前記タスクのシーケンスを完了するための時間と、前記それぞれの候補ソリューションについて決定された前記衝突値とに少なくとも部分的に基づいている、請求項３に記載の方法。
5. 前記タスクのシーケンスを完了するためのそれぞれの時間、及びオプティマイザエンジンによるモデリングを介して発生する衝突の割合又は確率を表すそれぞれの衝突値を決定するステップは、
   前記マルチロボット環境シミュレータを介して前記タスクのシーケンスの各タスクを仮想的に実行するステップと、
   複数のエポックの各エポックについて、前記マルチロボット環境シミュレータを介して前記ロボットの少なくとも１つの部分のＣ空間位置をサンプリングするステップと、
   順運動学を使用して衝突をチェックして、前記ロボットのそれぞれの１つの１つ又は複数の部分と前記ロボットの前記それぞれの１つの別の部分との間、前記ロボットの前記それぞれの１つと前記環境内の前記ロボットの別の１つとの間、及び前記ロボットの前記それぞれの１つと別のロボットではない前記マルチロボット動作環境内の別のオブジェクトとの間の潜在的な衝突を識別するステップと、
   を含む、請求項３に記載の方法。
6. 前記順序付けられたタスクのリストは前記ロボットの前記Ｃ空間内の軌道の順序付けられたリストに等しく、複数の軌道、１つ又は複数のポーズでの１つ又は複数の滞留持続時間、ホームポーズ、及び前記ロボットの前記Ｃ空間内の１つ又は複数の他の定義された機能的ポーズを含み、仮想的に実行するステップは、前記複数の軌道と、前記１つ又は複数のポーズでの１つ又は複数の滞留持続時間、前記ホームポーズ、又は前記１つ又は複数の他の定義された機能的ポーズのうちの１つ又は複数とを仮想的に実行するステップを含む、請求項５に記載の方法。
7. 前記Ｃ個の候補ソリューションの集団のいくつかの候補ソリューションの各々について、少なくとも１回の反復ごとに、
   摂動候補ソリューションを生成するために前記それぞれの候補ソリューションを摂動させるステップと、
   前記摂動候補ソリューションをモデル化するステップと、
   前記摂動候補ソリューションが前記それぞれの候補ソリューションよりも低い関連コストを有するかどうかを判定するステップと、
   前記摂動候補ソリューションが前記それぞれの候補ソリューションよりも低い関連コストを有するという判定に応答して、前記Ｃ個の候補ソリューションの集団内の前記それぞれの候補ソリューションを前記摂動候補ソリューションに置き換えるステップと、
   をさらに含む、請求項１又は２に記載の方法。
8. 収束の発生、反復回数の制限又は反復時間の制限に達するまで、複数の反復について、摂動させるステップ、モデル化するステップ、判定するステップ、及び置き換えるステップを繰り返す、請求項７に記載の方法。
9. 摂動候補ソリューションを生成するために前記それぞれの候補ソリューションを摂動させるステップは、候補ソリューションベクトルを摂動させるステップを含み、前記候補ソリューションベクトルは、複数の実数ベクトル要素と、各タスクについての１つの実数ベクトル要素を含み、前記実数ベクトル要素は、前記タスクのそれぞれの１つと、前記タスクのそれぞれの１つについての優先度と、前記タスクのそれぞれの１つを実行するように識別された前記ロボットの１つとのそれぞれの組合せを表す、請求項７に記載の方法。
10. マルチロボット動作環境の少なくとも１つのモデル、前記マルチロボット動作環境で動作する前記ロボットの少なくとも２つの各々のそれぞれのモデル、及びタスクの組を含む入力を受信するステップをさらに含む、請求項１又は２に記載の方法。
11. マルチロボット動作環境の少なくとも１つのモデル、前記マルチロボット動作環境で動作する前記ロボットの少なくとも２つの各々のそれぞれのモデル、タスクの組、及び、前記ロボットの少なくとも１つが少なくとも１つのタスクを実行する間に１つ又は複数のターゲットに滞留するための１つ又は複数の滞留持続時間、変数に対する境界又は制約の組、又は衝突をシミュレートすることについての時間制限を指定する時間隔の組のうちの少なくとも１つ、を含む入力を受信するステップをさらに含む、請求項１又は２に記載の方法。
12. 入力を受信するステップは、前記マルチロボット動作環境で動作することが許可されるロボットの総数に対する制限と、ロボットごとに許可されるタスクの最大数とのうちの少なくとも１つをさらに含む入力を受信するステップを含む、請求項１１に記載の方法。
13. 前記集団発生器が擬似ランダム集団発生器であり、集団発生器を介してＣ個の候補ソリューションの集団を生成するステップが、前記擬似ランダム集団発生器を介してＣ個の候補ソリューションの集団を擬似ランダムに生成するステップを含む、請求項１又は２に記載の方法。
14. 集団発生器を介してＣ個の候補ソリューションの集団を生成するステップが、純粋に擬似ランダムに生成されたＣ個の候補ソリューションの集団よりも、無効な候補ソリューションである可能性が低いＣ個の候補ソリューションの集団を生成するステップを含む、請求項１又は２に記載の方法。
15. ２つ又はそれ以上の非同種のパラメータの組にわたって共最適化するオプティマイザエンジンによって前記Ｃ個の候補ソリューションの集団に対する最適化を実行するステップは、それぞれの前記ロボットのそれぞれのベースについてのそれぞれの最適化されたベースの位置及び向き、最適化されたタスク割当て、及び最適化されたモーションプラン、の共最適化された組み合わせと共に最適化された候補ソリューションを選択するステップを含む、請求項１又は２に記載の方法。
16. 複数のロボットが動作するマルチロボット動作環境のために複数のロボットを構成するプロセッサベースのシステムであって、
    少なくとも１つのプロセッサと、
    少なくとも１つのデータ及びプロセッサ実行可能命令を記憶する少なくとも１つの非一時的プロセッサ可読媒体であって、前記プロセッサ実行可能命令は前記少なくとも１つのプロセッサによって実行されるときに、前記プロセッサに請求項１から１５のいずれかの方法を実行させる、少なくとも１つの非一時的プロセッサ可読媒体と、
    を備える、プロセッサベースのシステム。
    

Images