Fast algorithm for centralized multi-agent maze exploration

要約

近年のロボット工学の進歩により、燃え盛るビルや地震で損壊した建造物、未開の洞窟での捜索、地雷原の踏破、犯罪が多発する街のパトロールなど、危険な状況においてロボットが人間に取って代わる道が開けてきた。これらの課題は、エージェントが未知の迷路を探索する必要がある問題として一般化できる。シングルエージェントの迷路探索には様々なアルゴリズムが存在するが、それらをマルチエージェントシステムに拡張することは複雑である。 我々は、未知の迷路を探索し、静止したターゲットを見つけるための、自動化された移動エージェントによる協調的なマルチエージェントシステムという解決策を提案する。我々のアルゴリズムは、迷路探索を支配するポテンシャル場を採用し、衝突回避、カバレッジ調整、経路計画などの協調的エージェント行動を統合する。 このアプローチは、Ivi’c、Crnkovi’c、Mezi’cによるHeat Equation Driven Area Coverage（HEDAC）法を基礎としている。これまでの連続領域のアプリケーションとは異なり、我々はHEDACを離散領域、特にノードに分割された迷路に適応させる。我々のアルゴリズムは汎用性があり、アンチコリジョンの要求に対して容易に修正可能であり、迷路や数値メッシュの時間的拡大に適応可能である。 他の迷路解法との比較評価により、本アルゴリズムの優位性を示す。その結果、大幅な改良がなされ、様々な迷路に適用可能であることが示された。数値シミュレーションにより、本アルゴリズムの頑健性、適応性、スケーラビリティ、単純性が確認され、基本エージェント／ロボットの自律システムにおいて集中型並列計算が可能となる。

要約(オリジナル)

Recent advancements in robotics have paved the way for robots to replace humans in perilous situations, such as searching for victims in blazing buildings, earthquake-damaged structures, uncharted caves, traversing minefields, or patrolling crime-ridden streets. These challenges can be generalized as problems where agents need to explore unknown mazes. Although various algorithms for single-agent maze exploration exist, extending them to multi-agent systems poses complexities. We propose a solution: a cooperative multi-agent system of automated mobile agents for exploring unknown mazes and locating stationary targets. Our algorithm employs a potential field governing maze exploration, integrating cooperative agent behaviors like collision avoidance, coverage coordination, and path planning. This approach builds upon the Heat Equation Driven Area Coverage (HEDAC) method by Ivi\’c, Crnkovi\’c, and Mezi\’c. Unlike previous continuous domain applications, we adapt HEDAC for discrete domains, specifically mazes divided into nodes. Our algorithm is versatile, easily modified for anti-collision requirements, and adaptable to expanding mazes and numerical meshes over time. Comparative evaluations against alternative maze-solving methods illustrate our algorithm’s superiority. The results highlight significant enhancements, showcasing its applicability across diverse mazes. Numerical simulations affirm its robustness, adaptability, scalability, and simplicity, enabling centralized parallel computation in autonomous systems of basic agents/robots.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL