要約
私たちは、完全な環境知識が利用できない非凸型障害物のある環境における分散型マルチロボットナビゲーションの課題に取り組みます。
人工ポテンシャル フィールド (APF) のような反応型手法はシンプルさと効率性を提供しますが、ローカル ミニマに悩まされ、地球規模の環境認識の欠如によりロボットが閉じ込められる原因となります。
他の既存のソリューションは、ロボット間の通信に依存しているか、単一ロボットのシナリオに限定されているか、非凸状の障害物を効果的に克服するのに苦労しています。
私たちが提案する手法は、地図を使用せずにローカルセンサーと状態情報のみを使用して衝突のないナビゲーションを可能にします。
APF アプローチに壁追従 (WF) 動作を組み込むことにより、私たちの方法では、他のロボットを含む非凸の動的障害物が存在する場合でも、ロボットが極小値から逃れることができます。
APF と WF を切り替えるための 2 つのアルゴリズム、ルールベースのシステムと専門家のデモンストレーションで訓練されたエンコーダー ネットワークを紹介します。
実験結果は、私たちのアプローチが最先端の方法と比較して大幅に高い成功率を達成することを示し、複雑な環境における極小値の制限を克服する能力を強調しています。
要約(オリジナル)
We tackle the challenges of decentralized multi-robot navigation in environments with nonconvex obstacles, where complete environmental knowledge is unavailable. While reactive methods like Artificial Potential Field (APF) offer simplicity and efficiency, they suffer from local minima, causing robots to become trapped due to their lack of global environmental awareness. Other existing solutions either rely on inter-robot communication, are limited to single-robot scenarios, or struggle to overcome nonconvex obstacles effectively. Our proposed methods enable collision-free navigation using only local sensor and state information without a map. By incorporating a wall-following (WF) behavior into the APF approach, our method allows robots to escape local minima, even in the presence of nonconvex and dynamic obstacles including other robots. We introduce two algorithms for switching between APF and WF: a rule-based system and an encoder network trained on expert demonstrations. Experimental results show that our approach achieves substantially higher success rates compared to state-of-the-art methods, highlighting its ability to overcome the limitations of local minima in complex environments
arxiv情報
| 著者 | Joonkyung Kim,Sangjin Park,Wonjong Lee,Woojun Kim,Nakju Doh,Changjoo Nam |
| 発行日 | 2024-09-16 14:41:55+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google