Exploring Behavior Discovery Methods for Heterogeneous Swarms of Limited-Capability Robots

要約

私たちは、限られた能力を持つ機能的に異質なロボットの群れを考慮して、起こり得る創発的な行動を決定する問題を研究します。
これまでの研究では、同種の群れの行動検索を検討し、手作業で指定された行動空間または学習された行動空間のいずれかに対する新規性検索の使用と、それに続くクラスタリングを使用して、緊急の行動の分類をユーザーに返すことを提案しました。
この論文では、新規性検索の役割と、新規の創発的な動作を発見するためにクラスタリングを使用する有効性について、より深く理解することを目指します。
私たちは、大規模な実験とアブレーションを通じて、異種の群れにおける新しい行動の探索における表現、進化的探索、およびさまざまなクラスタリング手法の効果を分析します。
我々の結果は、従来の方法では多くの興味深い行動を発見できず、反復的な人間参加型発見プロセスの方が、ランダム検索、群化学反応、および自動行動発見よりも多くの行動を発見できることを示しています。
私たちの実験の結果を総合すると、23 の新たな行動が明らかになり、そのうち 18 は新しい発見です。
私たちの知る限り、これらは、計算不要のエージェントの異種の群れに対する最初に知られている創発的な動作です。
ビデオ、コード、付録はプロジェクト Web サイトで入手できます: https://sites.google.com/view/heterogeneous-bd-methods

要約(オリジナル)

We study the problem of determining the emergent behaviors that are possible given a functionally heterogeneous swarm of robots with limited capabilities. Prior work has considered behavior search for homogeneous swarms and proposed the use of novelty search over either a hand-specified or learned behavior space followed by clustering to return a taxonomy of emergent behaviors to the user. In this paper, we seek to better understand the role of novelty search and the efficacy of using clustering to discover novel emergent behaviors. Through a large set of experiments and ablations, we analyze the effect of representations, evolutionary search, and various clustering methods in the search for novel behaviors in a heterogeneous swarm. Our results indicate that prior methods fail to discover many interesting behaviors and that an iterative human-in-the-loop discovery process discovers more behaviors than random search, swarm chemistry, and automated behavior discovery. The combined discoveries of our experiments uncover 23 emergent behaviors, 18 of which are novel discoveries. To the best of our knowledge, these are the first known emergent behaviors for heterogeneous swarms of computation-free agents. Videos, code, and appendix are available at the project website: https://sites.google.com/view/heterogeneous-bd-methods

arxiv情報

提供元, 利用サービス

arxiv.jp, Google