要約
様々な分野でマルチロボットシステム（MRS）の導入が進んでいることから、システムレベルの性能分析が必要とされている。しかし、チームの規模や環境の大きさなど、システムや環境の要因が多岐にわたるため、MRSの一貫したメトリクスを作成することは困難である。本論文では、複雑な物理システムを単純化するために一般的に使用される数学的手法である無次元変数解析に基づくMRSの新しい解析フレームワークを提示する。このアプローチは、MRSのパフォーマンスに影響を与える複雑なパラメータを、管理しやすい無次元変数のセットに効果的に凝縮する。私たちは、ロボットチームとタスクの主要なパラメータをカプセル化した無次元変数を作成します。そして、これらの無次元変数を使用して、チーム性能のパラメトリックモデルを当てはめます。私たちのモデルは、重要なパフォーマンス決定要因とその相互依存関係を特定することに成功し、MRSの設計と最適化のための知見を提供します。MRSへの無次元変数解析の適用は、MRS解析のための有望な方法を提供し、複雑さを効果的に軽減し、システム動作の理解を高め、将来のMRS配備の設計と管理に情報を提供する。
要約(オリジナル)
The increased deployment of multi-robot systems (MRS) in various fields has led to the need for analysis of system-level performance. However, creating consistent metrics for MRS is challenging due to the wide range of system and environmental factors, such as team size and environment size. This paper presents a new analytical framework for MRS based on dimensionless variable analysis, a mathematical technique typically used to simplify complex physical systems. This approach effectively condenses the complex parameters influencing MRS performance into a manageable set of dimensionless variables. We form dimensionless variables which encapsulate key parameters of the robot team and task. Then we use these dimensionless variables to fit a parametric model of team performance. Our model successfully identifies critical performance determinants and their interdependencies, providing insight for MRS design and optimization. The application of dimensionless variable analysis to MRS offers a promising method for MRS analysis that effectively reduces complexity, enhances comprehension of system behaviors, and informs the design and management of future MRS deployments.
arxiv情報
| 著者 | Pujie Xin,Zhanteng Xie,Philip Dames |
| 発行日 | 2024-05-02 22:55:58+00:00 |
| arxivサイト | arxiv_id(pdf) |