In environments where multiple robots must coordinate in a shared space, decentralized approaches allow for decoupled planning at the cost of global guarantees, while centralized approaches make the opposite trade-off. These solutions make a range of assumptions - commonly, that all the robots share the same planning strategies. In this work, we present a framework that ensures progress for all robots without assumptions on any robot's planning strategy by (1) generating a partition of the environment into "flow", "open", and "passage" regions and (2) imposing a set of rules for robot motion in these regions. These rules for robot motion prevent deadlock through an adaptively centralized protocol for resolving spatial conflicts between robots. Our proposed framework ensures progress for all robots without a grid-like discretization of the environment or strong requirements on robot communication, coordination, or cooperation. Each robot can freely choose how to plan and coordinate for itself, without being vulnerable to other robots or groups of robots blocking them from their goals, as long as they follow the rules when necessary. We describe our space partition and motion rules, prove that the motion rules suffice to guarantee progress in partitioned environments, and demonstrate several cases in simulated polygonal environments. This work strikes a balance between each robot's planning independence and a guarantee that each robot can always reach any goal in finite time.

中文翻译：

---

通过空间划分，运动规则和自适应集中式冲突解决方案确保多个移动机器人的进度

在多个机器人必须在一个共享空间中进行协调的环境中，分散式方法允许以全球保证为代价进行解耦计划，而集中式方法则需要相反的权衡。这些解决方案做出了一系列假设-通常，所有机器人都共享相同的计划策略。在这项工作中，我们提出了一个框架，该框架通过（1）将环境划分为“流动”，“开放”和“通道”区域，以及（2）强制实施，确保所有机器人的进度而无需对任何机器人的规划策略进行假设。机器人在这些区域中运动的一组规则。这些用于机器人运动的规则可以通过解决机器人之间空间冲突的自适应集中协议来防止死锁。我们提出的框架可确保所有机器人的进步，而无需像网格那样离散化环境，也无需对机器人的通信，协调或协作提出强烈要求。每个机器人都可以自由选择如何自己进行计划和协调，而不会受到其他机器人或机器人组的阻碍，只要他们在必要时遵守规则即可。我们描述了空间划分和运动规则，证明运动规则足以保证在分区环境中的进展，并演示了在模拟多边形环境中的几种情况。这项工作在每个机器人的计划独立性与确保每个机器人在有限的时间内始终可以达到任何目标之间取得平衡。或合作。每个机器人都可以自由选择如何自己进行计划和协调，而不会受到其他机器人或机器人组的阻碍，只要他们在必要时遵守规则即可。我们描述了空间划分和运动规则，证明运动规则足以保证在分区环境中的进展，并演示了在模拟多边形环境中的几种情况。这项工作在每个机器人的计划独立性与确保每个机器人在有限的时间内始终可以达到任何目标之间取得平衡。或合作。每个机器人都可以自由选择如何自己进行计划和协调，而不会受到其他机器人或机器人组的阻碍，只要他们在必要时遵守规则即可。我们描述了空间划分和运动规则，证明运动规则足以保证在分区环境中的进展，并演示了在模拟多边形环境中的几种情况。这项工作在每个机器人的计划独立性和确保每个机器人在有限的时间内始终可以达到任何目标之间取得平衡。证明运动规则足以保证在分区环境中的进展，并演示了在模拟多边形环境中的几种情况。这项工作在每个机器人的计划独立性与确保每个机器人在有限的时间内始终可以达到任何目标之间取得平衡。证明运动规则足以保证在分区环境中的进展，并演示了在模拟多边形环境中的几种情况。这项工作在每个机器人的计划独立性与确保每个机器人在有限的时间内始终可以达到任何目标之间取得平衡。