Influence of Team Interactions on Multi-Robot Cooperation: A Relational Network Perspective

要約

チーム内のリレーショナル ネットワークは、現実世界の多くのマルチロボット システムのパフォーマンスにおいて重要な役割を果たします。
協力と調整が必要なタスクを正常に完了するには、さまざまなエージェント (ロボットなど) がチーム内での位置付けに基づいて異なる優先順位を必要とします。
しかし、既存のマルチロボット協力アルゴリズムの多くは、エージェントを交換可能であるとみなしており、エージェントが示すべき協力戦略の種類をガイドするメカニズムを欠いています。
協力タスクにおけるチーム構造を説明するために、エージェント間の関係を構成するリレーショナル ネットワークを使用して、特定のエージェントを他のエージェントよりも優先する新しいアルゴリズムを提案します。
チームのリレーショナル ネットワークを適切に設計することで、協力戦略を導くことができ、その結果、指定されたタスクを達成するための新しい行動が出現します。
私たちは、マルチロボット設定で協力タスクを伴う 6 つの実験を実施しました。
私たちの結果は、提案された方法がエージェント間の関係を指定することによってアルゴリズムが収束する解決策のタイプに効果的に影響を与えることができることを示しており、指定されたチーム構造を持つエージェント間の協力が必要なタスクにとって有望なアプローチになります。

要約(オリジナル)

Relational networks within a team play a critical role in the performance of many real-world multi-robot systems. To successfully accomplish tasks that require cooperation and coordination, different agents (e.g., robots) necessitate different priorities based on their positioning within the team. Yet, many of the existing multi-robot cooperation algorithms regard agents as interchangeable and lack a mechanism to guide the type of cooperation strategy the agents should exhibit. To account for the team structure in cooperative tasks, we propose a novel algorithm that uses a relational network comprising inter-agent relationships to prioritize certain agents over others. Through appropriate design of the team’s relational network, we can guide the cooperation strategy, resulting in the emergence of new behaviors that accomplish the specified task. We conducted six experiments in a multi-robot setting with a cooperative task. Our results demonstrate that the proposed method can effectively influence the type of solution that the algorithm converges to by specifying the relationships between the agents, making it a promising approach for tasks that require cooperation among agents with a specified team structure.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google