Safe Distributed Control of Multi-Robot Systems with Communication Delays

要約

マルチロボットシステムの安全な動作は、特に海底マッピング用の水中、ナビゲーション用の地下洞窟、アセンブリおよび建設のための地球外のミッションなどの通信統合環境で重要です。
ロボット間で交換された情報が通信遅延を発生させるネットワーク化された自律システムの安全性に対処します。
マルチロボットシステムの分散制御バリア関数の概念を正式に形式化します。マルチロボットシステムは、分散実装に適した安全証明書であり、グラフニューラルネットワークを使用して安全な分散コントローラーを学習するための正式な根拠を提供します。
さらに、遅延を無視する分散コントローラーを学習すると、安全性が深刻に低下する可能性があることがわかります。
最終的に、近くのロボットの現在の状態が受信したデータと情報の年齢から予測される通信の遅延の下で、安全な分散コントローラーをトレーニングするための予測因子ベースのフレームワークを提案します。
マルチロボット衝突回避に関する数値実験は、予測因子ベースのアプローチが通信の遅延下で学習された分散コントローラーの安全性を大幅に改善できることを示しています。
ビデオ要約は、https：//youtu.be/hcu1ri32spkで入手できます。

要約(オリジナル)

Safe operation of multi-robot systems is critical, especially in communication-degraded environments such as underwater for seabed mapping, underground caves for navigation, and in extraterrestrial missions for assembly and construction. We address safety of networked autonomous systems where the information exchanged between robots incurs communication delays. We formalize a notion of distributed control barrier function for multi-robot systems, a safety certificate amenable to a distributed implementation, which provides formal ground to using graph neural networks to learn safe distributed controllers. Further, we observe that learning a distributed controller ignoring delays can severely degrade safety. We finally propose a predictor-based framework to train a safe distributed controller under communication delays, where the current state of nearby robots is predicted from received data and age-of-information. Numerical experiments on multi-robot collision avoidance show that our predictor-based approach can significantly improve the safety of a learned distributed controller under communication delays. A video abstract is available at https://youtu.be/Hcu1Ri32Spk.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google