coExplore: Combining multiple rankings for multi-robot exploration

要約

マルチロボット探査は、未知の環境を多数のロボットで探査するという課題に取り組む分野です。
これは、時間が不可欠な捜索救助活動に特に関連しています。
現在の最先端のアプローチでは、ロボットをフロンティアに割り当てることで、多数のロボットで特定の環境を探索できます。
ただし、この割り当ては一般に大きなフロンティアを優先するため、潜在的に価値のある中規模のフロンティアを省略しています。
この論文では、既存のアプローチを改善および適応させる、新しいマルチロボット探査アルゴリズムを紹介します。
情報取得ベースのランキングを追加することで、オープン環境の最新技術と比較して同様の探索パフォーマンスを維持しながら、閉じた都市環境の探索時間を改善します。
この論文に伴い、さらなるマルチロボット探査研究への参入障壁を下げるために、研究コードをさらに公開します。
2 つの都市シナリオと 1 つのオープン シナリオの 3 つのシミュレートされたシナリオでパフォーマンスを評価します。このシナリオでは、アルゴリズムが最新技術を全体で 5\% 上回っています。

要約(オリジナル)

Multi-robot exploration is a field which tackles the challenge of exploring a previously unknown environment with a number of robots. This is especially relevant for search and rescue operations where time is essential. Current state of the art approaches are able to explore a given environment with a large number of robots by assigning them to frontiers. However, this assignment generally favors large frontiers and hence omits potentially valuable medium-sized frontiers. In this paper we showcase a novel multi-robot exploration algorithm, which improves and adapts the existing approaches. Through the addition of information gain based ranking we improve the exploration time for closed urban environments while maintaining similar exploration performance compared to the state-of-the-art for open environments. Accompanying this paper, we further publish our research code in order to lower the barrier to entry for further multi-robot exploration research. We evaluate the performance in three simulated scenarios, two urban and one open scenario, where our algorithm outperforms the state of the art by 5\% overall.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google