Combinatorial-hybrid Optimization for Multi-agent Systems under Collaborative Tasks

要約

マルチエージェント システムは、輸送、メンテナンス、捜索、救助など、並行して協力して作業する場合に非常に効率的です。
このようなチームの調整には、多くの場合、次の 2 つの側面が含まれます。(i) さまざまなタスクに適切なサブチームを選択する。
(ii) これらのタスクを実行するための協調的な制御戦略を設計する。
前者の側面は、組み合わせによるものでありえます。
後者は、幾何学的および動的制約の下でジョイント状態空間全体にわたる最適化を必要とします。
既存の研究では、一方の側面が与えられていると仮定して、一方の側面に取り組み、その密接な依存関係を無視することがよくあります。
この研究では、組み合わせハイブリッド最適化 (CHO) などの問題を定式化します。この問題では、離散的なコラボレーション モードと連続的な制御パラメーターの両方が同時に反復的に最適化されます。
提案されたフレームワークは、タスク連携の動的な形成と協調動作のハイブリッド最適化という 2 つのインターリーブ層で構成されています。
さまざまなタスクを実行するさまざまな連携の全体的な実現可能性とコストは、計算効率を向上させるためにさまざまな粒度で近似されます。
最後に、タスクの割り当てと実行の両方に対するナッシュ安定戦略が、実現可能性と品質に関する証明可能な保証とともに導出されます。
共同輸送と動的捕獲の 2 つの重要なアプリケーションが、いくつかのベースラインに対して研究されています。

要約(オリジナル)

Multi-agent systems can be extremely efficient when working concurrently and collaboratively, e.g., for transportation, maintenance, search and rescue. Coordination of such teams often involves two aspects: (i) selecting appropriate sub-teams for different tasks; (ii) designing collaborative control strategies to execute these tasks. The former aspect can be combinatorial w.r.t. the team size, while the latter requires optimization over joint state-spaces under geometric and dynamic constraints. Existing work often tackles one aspect by assuming the other is given, while ignoring their close dependency. This work formulates such problems as combinatorial-hybrid optimizations (CHO), where both the discrete modes of collaboration and the continuous control parameters are optimized simultaneously and iteratively. The proposed framework consists of two interleaved layers: the dynamic formation of task coalitions and the hybrid optimization of collaborative behaviors. Overall feasibility and costs of different coalitions performing various tasks are approximated at different granularities to improve the computational efficiency. At last, a Nash-stable strategy for both task assignment and execution is derived with provable guarantee on the feasibility and quality. Two non-trivial applications of collaborative transportation and dynamic capture are studied against several baselines.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google