IKT-BT: Indirect Knowledge Transfer Behavior Tree Framework for Multi-Robot Systems Through Communication Eavesdropping

要約

マルチエージェントおよびマルチロボット システム (MRS) は、多くの場合、情報共有のために直接通信に依存します。
この研究では、分散型知識の普及を強化するためにエージェントのやり取りをカジュアルに観察するという、自然界の盗聴メカニズムにヒントを得た代替アプローチを検討しています。
これは、行動ベースの MRS 向けに調整された新しい IKT-BT フレームワークを通じて実現され、知識と制御アクションを行動ツリー (BT) にカプセル化します。
我々は、リソースが限られた群ロボットに適した独自の盗聴戦略と効率的なエピソードメモリ管理を組み込んだ、盗聴更新 (EU) と盗聴バッファ更新 (EBU) という 2 つの新しい BT ベースのモダリティを紹介します。
私たちは、MRS の IKT-BT フレームワークを理論的に分析し、捜索救助ミッションをシミュレートする広範な実験を通じて、提案されたモダリティのパフォーマンスを検証します。
私たちの結果は、直接コミュニケーションの必要性が減り、グローバルミッションのパフォーマンス結果とエージェントレベルの知識普及の両方が改善されたことを明らかにしました。

要約(オリジナル)

Multi-agent and multi-robot systems (MRS) often rely on direct communication for information sharing. This work explores an alternative approach inspired by eavesdropping mechanisms in nature that involves casual observation of agent interactions to enhance decentralized knowledge dissemination. We achieve this through a novel IKT-BT framework tailored for a behavior-based MRS, encapsulating knowledge and control actions in Behavior Trees (BT). We present two new BT-based modalities – eavesdrop-update (EU) and eavesdrop-buffer-update (EBU) – incorporating unique eavesdropping strategies and efficient episodic memory management suited for resource-limited swarm robots. We theoretically analyze the IKT-BT framework for an MRS and validate the performance of the proposed modalities through extensive experiments simulating a search and rescue mission. Our results reveal improvements in both global mission performance outcomes and agent-level knowledge dissemination with a reduced need for direct communication.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google