Robotic Exploration using Generalized Behavioral Entropy

要約

この作業は、不確実性の知覚の人間モデルを活用するロボット探査のための新しい戦略を提示し、評価します。
これを行うために、「行動エントロピー」と呼ばれる不確実性の尺度を紹介します。これは、Precelecの行動経済学からの確率の重みに基づいています。
新しい演算子は許容可能な一般化エントロピーであることを示し、その理論的特性を分析し、それをシャノンやレンジなどの他の一般的な定式化と比較します。
特に、ここで導入された不確実性に対する感度と知覚性の測定の意味で、新しい定式化がどのように表現力があるかについて説明します。
次に、行動のエントロピーを使用して、フロンティアベースの環境探査プロセスを導くことができる新しいタイプのユーティリティ関数を定義します。
アプローチの利点は、ClearPath Warthogロボットを使用して、概念実証およびROSユニティシミュレーション環境で説明され、比較されます。
行動エントロピーを装備したロボットが、シャノンやレンイのエントロピーよりも速く探索することを示しています。

要約(オリジナル)

This work presents and evaluates a novel strategy for robotic exploration that leverages human models of uncertainty perception. To do this, we introduce a measure of uncertainty that we term ‘Behavioral entropy’, which builds on Prelec’s probability weighting from Behavioral Economics. We show that the new operator is an admissible generalized entropy, analyze its theoretical properties and compare it with other common formulations such as Shannon’s and Renyi’s. In particular, we discuss how the new formulation is more expressive in the sense of measures of sensitivity and perceptiveness to uncertainty introduced here. Then we use Behavioral entropy to define a new type of utility function that can guide a frontier-based environment exploration process. The approach’s benefits are illustrated and compared in a Proof-of-Concept and ROS-Unity simulation environment with a Clearpath Warthog robot. We show that the robot equipped with Behavioral entropy explores faster than Shannon and Renyi entropies.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google