Path-Based Sensors: Will the Knowledge of Correlation in Random Variables Accelerate Information Gathering?

要約

ロボットをミッションに特化したタスクに投入するためには、効果的な通信が不可欠です。しかし、通信が不十分であったり、信頼性の低い通信は、通信不能な状況が発生する可能性のある捜索・救助ミッションなどにおいて、ミッションの効果を大きく低下させます。このようなミッションでは、ロボットは人間の生存者などのターゲットを見つけるために配備されますが、トラップピットや瓦礫などの危険な場所に閉じ込められてしまうかもしれません。そのため、ロボットが収集した情報は、通信ができないために失われてしまいます。そこで私たちは、「パスベースセンサ」という概念を開発しました。パスベースセンサは、特定の経路でイベントが発生したかどうかを検出するが、イベントの正確な位置を提供するものではない。このようなパスベースセンサによる観測は、通信が遮断された環境に適しており、様々な研究により、このような環境での情報収集を改善する方法が検討されている。ミッションによっては、ターゲット要素が情報収集プロセスを妨げる危険な要因に近接することが典型的である。本研究では、同様のシナリオを検討し、危険因子とターゲットの相関に関する知識を追加することで、情報収集の効率が向上するかどうかを判断する実験を行った。この知識を取り入れるために、我々はドメイン知識のベイジアンネットワーク表現を利用し、この表現に基づくアルゴリズムを開発した。その結果、このような相関に関する追加情報は、危険の致死率が中程度の環境においてのみ有益であることが明らかになり、相関に関する知識は役に立つが、最適な結果を得るためにはさらなる研究開発が必要であることが示唆された。

要約(オリジナル)

Effective communication is crucial for deploying robots in mission-specific tasks, but inadequate or unreliable communication can greatly reduce mission efficacy, for example in search and rescue missions where communication-denied conditions may occur. In such missions, robots are deployed to locate targets, such as human survivors, but they might get trapped at hazardous locations, such as in a trapping pit or by debris. Thus, the information the robot collected is lost owing to the lack of communication. In our prior work, we developed the notion of a path-based sensor. A path-based sensor detects whether or not an event has occurred along a particular path, but it does not provide the exact location of the event. Such path-based sensor observations are well-suited to communication-denied environments, and various studies have explored methods to improve information gathering in such settings. In some missions it is typical for target elements to be in close proximity to hazardous factors that hinder the information-gathering process. In this study, we examine a similar scenario and conduct experiments to determine if additional knowledge about the correlation between hazards and targets improves the efficiency of information gathering. To incorporate this knowledge, we utilize a Bayesian network representation of domain knowledge and develop an algorithm based on this representation. Our empirical investigation reveals that such additional information on correlation is beneficial only in environments with moderate hazard lethality, suggesting that while knowledge of correlation helps, further research and development is necessary for optimal outcomes.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL