Communication- and Computation-Efficient Distributed Decision-Making in Multi-Robot Networks

要約

当社は、複数のロボット間のスケーラブルで最適に近い関節動作計画を可能にする分散調整パラダイムを提供します。
私たちの調整パラダイムは、最適に近いが再計画時間やリアルタイム性に関しては非現実的であるものの、最適に近い保証を提供しない現在のパラダイムとは対照的です。
私たちは、分散したロボット チームが車車間 (v2v) 通信を介して連携し、マッピング、監視、目標追跡などの情報量の多いタスクを実行する、協調的なモバイル自律の将来に意欲を持っています。
迅速な分散調整を可能にするには、ネットワーク全体での情報共有の急増を抑制する必要があり、これによりロボットの調整が制限されます。
ただし、これによって計画が最適化されず、相補的な軌道ではなく重複する軌道が生じる可能性があります。
私たちは、意思決定の速度と最適性の間のトレードオフのバランスを取るために、理論的およびアルゴリズム的な貢献を行っています。
情報収集タスクにおける収益逓減特性である分散サブモジュール最適化のためのツールを紹介します。
理論的には、ローカル ネットワーク トポロジがグローバル レベルでのほぼ最適性にどのような影響を与えるかを分析します。
アルゴリズム的には、エージェントがトレードオフのバランスをとるために、通信効率と計算効率の高い調整アルゴリズムを提供します。
私たちのアルゴリズムは、最適に近い競合アルゴリズムよりも最大 2 桁高速です。
最大 45 台のロボットによる監視タスクのシミュレーションでは、優れたカバレッジ パフォーマンスで 1 Hz 程度のリアルタイム計画を可能にします。
シミュレーションを可能にするために、協調自律パイプラインを統合し、v2v 通信遅延をシミュレートすることで AirSim を拡張する高忠実度シミュレーターを提供します。

要約(オリジナル)

We provide a distributed coordination paradigm that enables scalable and near-optimal joint motion planning among multiple robots. Our coordination paradigm contrasts with current paradigms that are either near-optimal but impractical for replanning times or real-time but offer no near-optimality guarantees. We are motivated by the future of collaborative mobile autonomy, where distributed teams of robots will coordinate via vehicle-to-vehicle (v2v) communication to execute information-heavy tasks like mapping, surveillance, and target tracking. To enable rapid distributed coordination, we must curtail the explosion of information-sharing across the network, thus limiting robot coordination. However, this can lead to suboptimal plans, causing overlapping trajectories instead of complementary ones. We make theoretical and algorithmic contributions to balance the trade-off between decision speed and optimality. We introduce tools for distributed submodular optimization, a diminishing returns property in information-gathering tasks. Theoretically, we analyze how local network topology affects near-optimality at the global level. Algorithmically, we provide a communication- and computation-efficient coordination algorithm for agents to balance the trade-off. Our algorithm is up to two orders faster than competitive near-optimal algorithms. In simulations of surveillance tasks with up to 45 robots, it enables real-time planning at the order of 1 Hz with superior coverage performance. To enable the simulations, we provide a high-fidelity simulator that extends AirSim by integrating a collaborative autonomy pipeline and simulating v2v communication delays.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google