Decentralized Navigation of a Cable-Towed Load using Quadrupedal Robot Team via MARL

要約

この作業は、障害物を避けながら、散らかった構造化されていない環境を介してケーブル接続された負荷を協力して協調することが四角形ロボットのチームが協力することを可能にするという課題に対処します。
ケーブルを活用することで、マルチロボットシステムは、必要に応じてスラックを維持することにより、狭いスペースをナビゲートできます。
ただし、これにより、交互の緊張状態とスラック状態が交互に行われるため、ハイブリッドの物理的相互作用が導入され、エージェントの数が増加するにつれて指数関数的にスケーリングする計算の複雑さが導入されます。
これらの課題に取り組むために、負荷牽引タスクに固有のハイブリッド物理的相互作用を管理しながら、さまざまな数の四角形ロボットを動的に調整できるスケーラブルで分散型システムを開発しました。
このシステムの中核には、分散型調整のために設計された新しいマルチエージェント補強学習（MARL）ベースのプランナーがあります。
MARLベースのプランナーは、分散型実行（CTDE）フレームワークを備えた集中トレーニングを使用してトレーニングされ、各ロボットがローカル（エゴ）の観察のみを使用して自律的に意思決定を行うことができます。
学習を加速し、さまざまなチームサイズにわたって効果的なコラボレーションを確保するために、MARL向けにテーラードトレーニングカリキュラムを紹介します。
実験結果は、フレームワークの柔軟性とスケーラビリティを強調し、実際のシナリオで1〜4つのロボットを使用して展開が成功し、シミュレーションで最大12のロボットを実証します。
分散型プランナーは、チームのサイズに関係なく、一貫した推論時間を維持します。
さらに、提案されたシステムは、環境の摂動に対する堅牢性と、さまざまな負荷重みへの適応性を示しています。
この作業は、複雑で現実世界の環境で柔軟で効率的な多面的なロボットコラボレーションを達成するための一歩を踏み出すことを表しています。

要約(オリジナル)

This work addresses the challenge of enabling a team of quadrupedal robots to collaboratively tow a cable-connected load through cluttered and unstructured environments while avoiding obstacles. Leveraging cables allows the multi-robot system to navigate narrow spaces by maintaining slack when necessary. However, this introduces hybrid physical interactions due to alternating taut and slack states, with computational complexity that scales exponentially as the number of agents increases. To tackle these challenges, we developed a scalable and decentralized system capable of dynamically coordinating a variable number of quadrupedal robots while managing the hybrid physical interactions inherent in the load-towing task. At the core of this system is a novel multi-agent reinforcement learning (MARL)-based planner, designed for decentralized coordination. The MARL-based planner is trained using a centralized training with decentralized execution (CTDE) framework, enabling each robot to make decisions autonomously using only local (ego) observations. To accelerate learning and ensure effective collaboration across varying team sizes, we introduce a tailored training curriculum for MARL. Experimental results highlight the flexibility and scalability of the framework, demonstrating successful deployment with one to four robots in real-world scenarios and up to twelve robots in simulation. The decentralized planner maintains consistent inference times, regardless of the team size. Additionally, the proposed system demonstrates robustness to environment perturbations and adaptability to varying load weights. This work represents a step forward in achieving flexible and efficient multi-legged robotic collaboration in complex and real-world environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google