Lightweight Decentralized Neural Network-Based Strategies for Multi-Robot Patrolling

要約

分散型マルチロボットパトロールの問題は、これまで主にグラフ構造環境の頂点上の「アイドル」を最小限に抑えるための手作業で設計された戦略によって取り組まれてきました。
ここでは、この問題に取り組むための 2 つの軽量ニューラル ネットワーク ベースの戦略を紹介し、アイドル状態の最小化とインテリジェントな侵入者モデルに対する両方の点で既存の戦略よりも大幅に優れていることを示し、さらに通信障害に対する堅牢性の調査も示します。
私たちの結果は、将来の戦略設計における重要な考慮事項も示しています。

要約(オリジナル)

The problem of decentralized multi-robot patrol has previously been approached primarily with hand-designed strategies for minimization of ‘idlenes’ over the vertices of a graph-structured environment. Here we present two lightweight neural network-based strategies to tackle this problem, and show that they significantly outperform existing strategies in both idleness minimization and against an intelligent intruder model, as well as presenting an examination of robustness to communication failure. Our results also indicate important considerations for future strategy design.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google