A Multi-Robot Task Assignment Framework for Search and Rescue with Heterogeneous Teams

要約

災害後のシナリオでは、効率的な捜索救助活動にはロボットと人間の協力的な取り組みが必要です。
既存の計画アプローチは特定の側面に焦点を当てていますが、情報収集、タスクの割り当て、計画などの重要な要素が見落とされています。
さらに、ロボットの機能と被害者の要件を考慮した従来の方法では、計画ステップが繰り返されるため、時間が複雑になります。
これらの課題を克服するために、マルチステージ マルチロボット タスク割り当てという包括的なフレームワークを導入します。
このフレームワークは、偵察、タスクの割り当て、経路計画の各段階を統合し、ロボットの機能、犠牲者の要件、および過去のロボットのパフォーマンスに基づいてタスクの割り当てを最適化します。
当社の反復的なアプローチにより、問題の制約内で確実に目標を達成できます。
4 つのマップにわたる評価を最先端のベースラインと比較すると、パフォーマンスが 97% 向上するという顕著な改善により、アルゴリズムの優位性が実証されました。
私たちのコードはオープンソース化されており、結果の複製が可能です。

要約(オリジナル)

In post-disaster scenarios, efficient search and rescue operations involve collaborative efforts between robots and humans. Existing planning approaches focus on specific aspects but overlook crucial elements like information gathering, task assignment, and planning. Furthermore, previous methods considering robot capabilities and victim requirements suffer from time complexity due to repetitive planning steps. To overcome these challenges, we introduce a comprehensive framework__the Multi-Stage Multi-Robot Task Assignment. This framework integrates scouting, task assignment, and path-planning stages, optimizing task allocation based on robot capabilities, victim requirements, and past robot performance. Our iterative approach ensures objective fulfillment within problem constraints. Evaluation across four maps, comparing with a state-of-the-art baseline, demonstrates our algorithm’s superiority with a remarkable 97 percent performance increase. Our code is open-sourced to enable result replication.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google