ARA - Anytime A with provable bounds on sub-optimality

[[NIPS-2003-ara-anytime-a-with-provable-bounds-o.pdf]]
#planning/path

整体结论

实际世界的规划问题所能利用的时间是有限的，而anytime planners正适于此：迅速找到一个可行解，并在时间允许时不断提高解的质量直至得到最优解。

而ARA*则是一种带启发的anytime planner先在宽约束下找到次优解，在时间允许时再不断收缩约束，尝试找最优解。而跟其他的最大不同，它还能尽量重用之前的搜索结果，计算效率显著提高。

采用设定

1. 先搜索次优，再尝试最优，因此不保证结果总是最优解。

2. 采用A*算法结合膨胀的启发函数。

3. 采用大量的重用操作。

关键观点

1. 常见的anytime planner在得到最优cost之前，无法得到次优的边界，也无法控制次优解。因此无法判断当前解、过去解的质量，也无法为下次求解分配合适的时间。

2. A*的改进算法：

   1. 带膨胀系数的A*，通过膨胀启发值，然后逐渐缩小，得到系列次优解。尽管能控制边界，然而重复计算极多，效率低。而减少重复计算，就是ARA*的优化方向。

   2. 而与此相反，逐渐膨胀的方式可以减少重复，但无法保障次优的边界。

   3. 膨胀的是启发值H的系数，并不会导致跳步，跟自动调整栅格大小的算法也不一样。它只会调整G和H的比重，令搜索方向偏向目标的位置。

   4. 由于使用的系数>=1,因此是膨胀而不是收缩。启发值和系数应该对应来看，也不是说所有小于1的系数都不合理，或者只是因为启发值过大，需要增加广度的比重。

3. Anytime Repairing A*（ARA*）：膨胀系数A*的同时，重用之前循环得到的搜索结果。

   1. 重用的原则是：每当一个open的格子重新搜素，将它周围的格子计算g，若跟之前的g一样，就不用继续更新该格子和它周围的格子。（所有节省的计算，都是因为这一步。）

4. 带膨胀系数的A*搜索：

5. 在改变膨胀系数的时候，就会产生local inconsistency：g值在相邻格子不连贯。而产生不连贯的根源，在于不同路径来到同一个格子的cost不同。产生不同路径的根源又在于当初选择的方向不同，而方向是根据膨胀系数改变的。

6. 每当发现local inconsistency，就重新将其放回open list，但每一次循环只放回一次，这就保证了次优边界。如果没发现，那就重用之前的结果，因此减少了搜索次数。

7. 但这样Open list之中就不是所有local inconsistency的集合了，而为了保证记录下所有存在的local inconsistency，新增INCONS list。

8. 此外，与普通A*的不同点还有最后一点：结束条件不同。

   1. 膨胀系数收缩到1，变成标准A*
   2. 其他的就一样了：超时、无解

9. 完整的算法伪代码如下：

   1. 从open里拿出最小的s，放入closed
   2. 更新s及周围的格子s’的g值
   3. 当s‘的g出现不连续，如果在closed中，就移入incons，如果不在就放入open(所有搜索过的不会直接进入open，而是进入incons等待下一次循环再回到open，这就保证了搜索的次数有限)
   4. 收缩系数
   5. 将incons移入open，根据s重新排序，清空closed（因此每次循环开始的时候，除了open可以非空，incons和closed肯定是空的，而open带着上一次计算的s进行热启动，便加快了每一次的搜索。）
   6. 再来一次1~5，直至结束条件成立。
      ![[…/调研/_resources/061e7f8cd3951b00ada532dfaa6da55b_MD5.png]]

10. 实验结果：

    1. 地图尺寸 91.2 x 94.4 m, 每个格子大小 0.4 x 0.4 m，2D搜索空间53808个。

    2. 4D state space：xy坐标、朝向、速度。

    3. 在25s时均得到最优解。

遗留问题

• 为什么次优路径的边界由膨胀系数k决定：g* <= g <= k * g* (@2024-09-01)
  • 见论文ARA : formal analysis

关联论文

1. 理论计算：ARA : formal analysis
2. Incremental A* NIPS-2001-incremental-a-Paper:
   1. 本文中通过循环迭代来提高搜索速度的方法来源
3. 启发规划：Planning as heuristic search