Resilient and Adaptive Replanning for Multi-Robot Target Tracking with Sensing and Communication Danger Zones

要約

ターゲット追跡のための複数のロボットのコラボレーションは、ロボットの故障、動的な優先順位の変更、その他の予測不可能な要因への対処を含む、危険な環境において重大な課題を引き起こします。
さらに、環境が未知の場合、敵対的な設定ではこれらの課題がさらに増大します。
この論文では、未知のセンシングおよび通信危険ゾーンがある環境におけるマルチロボット、マルチターゲット追跡のための、回復力と適応性のあるフレームワークを提案します。
これらのゾーンによってもたらされる損害は一時的なものであるため、ロボットは危険なエリアに入るリスクを受け入れながらターゲットを追跡できます。
私たちはこの問題をソフトチャンス制約による最適化として定式化し、さまざまな種類の危険や失敗に基づいてロボットの動作をリアルタイムに調整できるようにします。
グループのパフォーマンスを向上させるさまざまなトリガーを特徴とする適応型再計画戦略が導入されています。
このアプローチにより、進化するリソースとリアルタイムの状況に応じて、ターゲットの追跡とリスク回避または回復力の動的な優先順位付けが可能になります。
提案された方法の有効性を検証するために、シミュレーションで複数のシナリオにわたってベンチマークと評価を行い、いくつかの実世界での実験を実施します。

要約(オリジナル)

Multi-robot collaboration for target tracking presents significant challenges in hazardous environments, including addressing robot failures, dynamic priority changes, and other unpredictable factors. Moreover, these challenges are increased in adversarial settings if the environment is unknown. In this paper, we propose a resilient and adaptive framework for multi-robot, multi-target tracking in environments with unknown sensing and communication danger zones. The damages posed by these zones are temporary, allowing robots to track targets while accepting the risk of entering dangerous areas. We formulate the problem as an optimization with soft chance constraints, enabling real-time adjustments to robot behavior based on varying types of dangers and failures. An adaptive replanning strategy is introduced, featuring different triggers to improve group performance. This approach allows for dynamic prioritization of target tracking and risk aversion or resilience, depending on evolving resources and real-time conditions. To validate the effectiveness of the proposed method, we benchmark and evaluate it across multiple scenarios in simulation and conduct several real-world experiments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google