Action-Consistent Decentralized Belief Space Planning with Inconsistent Beliefs and Limited Data Sharing: Framework and Simplification Algorithms with Formal Guarantees

要約

マルチロボットシステムにおいて、不確実な条件下で安全かつ信頼性の高い意思決定を行うには、ロバストなマルチロボット信念空間計画（MR-BSP）アルゴリズムが必要である。複数のロボットによるプランニングでは、各ロボットが環境の状態に対する信念を保持し、異なる可能性のある行動に対してその信念が将来どのように発展するかを推論する。しかし、既存のMR-BSPは、計画時に異なるロボットの信念が同じであるという共通の仮定を持っている。このような仮定はしばしば非現実的であり、非常に広範で頻繁なデータ共有能力を必要とします。実際には、ロボットの通信能力は限られており、その結果、ロボットの信念は異なる可能性がある。重要なことは、ロボットが矛盾した信念を持っている場合、既存のアプローチではロボット間の協調がとれず、安全でない決定を下してしまう可能性があるということである。本論文では、この重要なギャップを解決するために、性能保証のある分散型MR-BSPアルゴリズムを提案する。我々のアルゴリズムは行動選好の概念を活用する。基本アルゴリズムVerifyACは、3段階の検証により、協調ロボットによる一貫した共同行動選択を保証する。検証が成功した場合、VerifyACは通信をトリガすることなく一貫性のある共同行動を発見し、そうでない場合は通信をトリガする。我々は、アクションの一貫性の基準を緩和することにより、通信回数をさらに減らすための拡張アルゴリズムR-VerifyACを設計する。もう一つの拡張R-VerifyAC-simpは、部分的なオブザベーションの集合を検証することに基づいており、計算時間を大幅に改善する。理論的な性能保証は、離散設定におけるシミュレーション結果によって裏付けられる。さらに、連続的かつ高次元の状態空間と観測空間に対する我々のアプローチを定式化し、実ロボットによる能動的マルチロボット視覚SLAMの実験結果を提供する。

要約(オリジナル)

In multi-robot systems, ensuring safe and reliable decision making under uncertain conditions demands robust multi-robot belief space planning (MR-BSP) algorithms. While planning with multiple robots, each robot maintains a belief over the state of the environment and reasons how the belief would evolve in the future for different possible actions. However, existing MR-BSP works have a common assumption that the beliefs of different robots are same at planning time. Such an assumption is often unrealistic as it requires prohibitively extensive and frequent data sharing capabilities. In practice, robots may have limited communication capabilities, and consequently beliefs of the robots can be different. Crucially, when the robots have inconsistent beliefs, the existing approaches could result in lack of coordination between the robots and may lead to unsafe decisions. In this paper, we present decentralized MR-BSP algorithms, with performance guarantees, for tackling this crucial gap. Our algorithms leverage the notion of action preferences. The base algorithm VerifyAC guarantees a consistent joint action selection by the cooperative robots via a three-step verification. When the verification succeeds, VerifyAC finds a consistent joint action without triggering a communication; otherwise it triggers a communication. We design an extended algorithm R-VerifyAC for further reducing the number of communications, by relaxing the criteria of action consistency. Another extension R-VerifyAC-simp builds on verifying a partial set of observations and improves the computation time significantly. The theoretical performance guarantees are corroborated with simulation results in discrete setting. Furthermore, we formulate our approaches for continuous and high-dimensional state and observation spaces, and provide experimental results for active multi-robot visual SLAM with real robots.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL