Rearranging multiple moving objects across surfaces, e.g. from a table to kitchen shelves as it arises in the context of service robotics, is a challenging problem. The rearrangement problem consists of two subproblems: placement generation and rearrangement planning. Firstly, the collision-free goal poses of the objects to be moved need to be determined subject to the arbitrary geometries of the objects and the state of the surface that already includes movable objects (clutter) and immovable obstacles on it. Secondly, after the goal poses of all objects have been determined, a plan of physical actions must be computed to achieve these goal poses. Computation of such a rearrangement plan is difficult in that it necessitates not only high-level task planning, but also low-level feasibility checks to be integrated with this task plan to ensure that each step of the plan is collision-free.In this thesis, we propose a general solution to the rearrangement of multiple arbitrarily-shaped objects on a cluttered flat surface with multiple movable objects and obstacles. In particular, we introduce a novel method to solve the object placement problem, utilizing nested local searches guided by intelligent heuristics to efficiently perform multi-objective optimizations. The solutions computed by our method satisfy the collision-freeness constraint, and involves minimal movements of the clutter. Based on such a solution, we introduce a hybrid method to generate an optimal feasible rearrangement plan, by integrating ASP-based high-level task planning with low-level feasibility checks. Our hybrid planner is capable of solving challenging non-monotone rearrangement planning instances that cannot be solved by the existing geometric rearrangement approaches.The proposed algorithms have been systematically evaluated in terms of computational efficiency, solution quality, success rate, and scalability. Furthermore, several challenging benchmark instances have been introduced that demonstrate the capabilities of these methods. The real-life applicability of the proposed approaches have also been verified through physical implementation using a Baxter robot.

Hareket ettirilebilen pek çok nesnenin farklı yüzeyler üzerinde yeniden düzenlenmesi zor bir problemdir. Örneğin, servis robotiği bağlamında, nesnelerin bir masadan kalabalık mutfak raflarına taşınması bu tür bir problemdir. Yeniden düzenleme problemi iki alt problemden oluşmaktadır: yerleşim oluşturma ve düzenleme planı oluşturma. İlk olarak, hareket ettirilecek (kalabalık) nesnelerle geometrilerine ve yüzeyin üzerinde bulunan hareket ettirilebilen ve hareket ettirilemeyen (engel) nesneler arasında çarpışmalarla sonuçlanmayacak konumlar ve yönelimler belirlenmelidir. İkinci olarak, nesnelerin hedef durumları belirlendikten sonra, bu hedef durumlara ulaşmak için gerekli eylem planı hesaplanmalıdır. Böyle bir planın hesaplanması güçtür, çünkü sadece yüksek seviye planlama yeterli değildir, aynı zamanda planın her bir adımının çarpışma içermemesini sağlamak için düşük seviyede uygulanabilirlik kontrolü yapılması gereklidir.Bu tezde, farklı şekillere sahip nesneleri ve engellerin dağınık bir yüzey üzerinde yeniden düzenlemesi için genel bir çözüm önermekteyiz. Öncelikle, nesne yerleştirme problemini sezgisel yöntemler ile yönlendirilen iç içe yerel aramalar kullanan birçok kriterli optimazasyon problemi olarak çözmekteyiz. Metodumuzla hesaplanan çözümler yüzey üzerinde halıhazırda var olan nesnelerin hareketlerini en aza indirip çarpışmasızlık kısıtı sağlamaktadır. Bu çözüme dayanarak, optimum ve fiziksel olarak uygulanabilen bir düzenleme planı hesaplamak için, ASP-tabanlı yüksek seviye eylem planlama ile düşük seviye uygulanabilirlik kontrolünü entegre ederek hibrit bir metod önermekteyiz. Hibrit planlama yaklaşımımız, mevcut geometrik düzenleme yaklaşımları ile çözülemeyen, monoton nitelikte olmayan zor planlama problemlerini çözebilmektedir.Önerilen yöntemler hesaplama verimliliği, çözüm kalitesi, başarı oranı ve ölçeklenebilirlik açılarından sistematik olarak değerlendirilmiştir. Ayrıca, bu yöntemlerin yetkinliklerini gösteren birkaç zor test problemi de sunulmuştur. Önerilen yaklaşımların gerçek hayatta uygulanabilirliği bir /textsc{Baxter} robot kullanarak gerçekleştirilen bir fiziksel uygulama ile doğrulanmıştır.