Bi-objective trail-planning for a robot team orienteering in a hazardous environment

要約

移動式（空中、地上、または水中）ロボットのチームには、資源の配送、パトロール、情報収集、農業、森林消防、化学プルーム発生源の位置特定とマッピング、捜索救助などの用途があります。
危険な環境を横断するロボットチーム — 例:
険しい地形や海、強風、またはロボットを攻撃または捕獲する可能性のある敵対者は、無力化、破壊、または捕獲のリスクを考慮して進路を計画し、調整する必要があります。
具体的には、ロボットは最も安全な道を歩き、ロボットの故障に対する堅牢性を備えたチームレベルの目標を協力して達成するために道を調整し、訪問場所から得られる報酬とロボット損失のリスクのバランスを取る必要があります。
ここでは、危険な環境でオリエンテーリングするロボットの移動チームのための双目的トレイル計画を検討します。
危険な環境は有向グラフとして抽象化され、ロボットが横断すると、その円弧が既知の生存確率を示します。
グラフの各ノードは、ロボットが訪問した場合にチームに報酬を提供します (たとえば、ノードに商品を届けたり、ノードを画像化したりします)。
私たちは、予想される (i) チームの報酬と (ii) ミッションを生き残るロボットの数という 2 つの [矛盾する] チーム目標を最大化するパレート最適ロボット チームのトレイル プランを探索したいと考えています。
人間の意思決定者は、自分の価値観に応じて、報酬とロボットの生存のバランスがとれたトレイル計画を選択できます。
ヒューリスティックに基づいてアリのコロニーの最適化を実装し、ロボット チームのトレイル計画のパレート最適セットを検索します。
ケーススタディとして、美術館での情報収集ミッションを例に説明します。

要約(オリジナル)

Teams of mobile [aerial, ground, or aquatic] robots have applications in resource delivery, patrolling, information-gathering, agriculture, forest fire fighting, chemical plume source localization and mapping, and search-and-rescue. Robot teams traversing hazardous environments — with e.g. rough terrain or seas, strong winds, or adversaries capable of attacking or capturing robots — should plan and coordinate their trails in consideration of risks of disablement, destruction, or capture. Specifically, the robots should take the safest trails, coordinate their trails to cooperatively achieve the team-level objective with robustness to robot failures, and balance the reward from visiting locations against risks of robot losses. Herein, we consider bi-objective trail-planning for a mobile team of robots orienteering in a hazardous environment. The hazardous environment is abstracted as a directed graph whose arcs, when traversed by a robot, present known probabilities of survival. Each node of the graph offers a reward to the team if visited by a robot (which e.g. delivers a good to or images the node). We wish to search for the Pareto-optimal robot-team trail plans that maximize two [conflicting] team objectives: the expected (i) team reward and (ii) number of robots that survive the mission. A human decision-maker can then select trail plans that balance, according to their values, reward and robot survival. We implement ant colony optimization, guided by heuristics, to search for the Pareto-optimal set of robot team trail plans. As a case study, we illustrate with an information-gathering mission in an art museum.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google