MRS-CWC: A Weakly Constrained Multi-Robot System with Controllable Constraint Stiffness for Mobility and Navigation in Unknown 3D Rough Environments

要約

マルチロボットシステムでは、未知の3次元（3D）頑丈な環境をナビゲートすることは困難です。
従来の離散システムは、個々のモビリティが限られているため、ラフな地形と闘っていますが、硬く制御可能な制約がロボットユニットをリンクするモジュラーシステムは、トラバーサルを改善しますが、コントロールの複雑さと柔軟性の低下に苦しんでいます。
これらの制限に対処するために、制御可能な弱い制約（MRS-CWC）を備えたマルチロボットシステムを提案します。ここで、ロボットユニットは動的に調整可能な剛性を備えた制約によって接続されます。
この適応メカニズムは、環境相互作用中にリアルタイムで柔らかくまたは硬化し、柔軟性とモビリティのバランスを確保します。
システムのダイナミクスと制御モデルを策定し、MRS-CWCを6つのベースラインメソッドと100の異なるシミュレーション地形を持つベンチマークデータセットのアブレーションバリアントに対して評価します。
結果は、MRS-CWCが最高のナビゲーション完了率を達成し、高度に険しい地形グループで成功率、効率、およびエネルギーコストで2番目にランクされ、環境モデリング、パス計画、または複雑な制御に依存せずにすべてのベースライン方法を上回ることを示しています。
MRS-CWCが2位にランクされていても、そのパフォーマンスは、環境モデリングとパス計画を備えた、より複雑なアブレーションバリアントのわずかに遅れています。
最後に、物理的なプロトタイプを開発し、構築された頑丈な環境でその実現可能性を検証します。
ビデオ、シミュレーションベンチマーク、およびコードについては、https：//wyd0817.github.io/project-mrs-cwc/にアクセスしてください。

要約(オリジナル)

Navigating unknown three-dimensional (3D) rugged environments is challenging for multi-robot systems. Traditional discrete systems struggle with rough terrain due to limited individual mobility, while modular systems–where rigid, controllable constraints link robot units–improve traversal but suffer from high control complexity and reduced flexibility. To address these limitations, we propose the Multi-Robot System with Controllable Weak Constraints (MRS-CWC), where robot units are connected by constraints with dynamically adjustable stiffness. This adaptive mechanism softens or stiffens in real-time during environmental interactions, ensuring a balance between flexibility and mobility. We formulate the system’s dynamics and control model and evaluate MRS-CWC against six baseline methods and an ablation variant in a benchmark dataset with 100 different simulation terrains. Results show that MRS-CWC achieves the highest navigation completion rate and ranks second in success rate, efficiency, and energy cost in the highly rugged terrain group, outperforming all baseline methods without relying on environmental modeling, path planning, or complex control. Even where MRS-CWC ranks second, its performance is only slightly behind a more complex ablation variant with environmental modeling and path planning. Finally, we develop a physical prototype and validate its feasibility in a constructed rugged environment. For videos, simulation benchmarks, and code, please visit https://wyd0817.github.io/project-mrs-cwc/.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google