MEF-Explore: Communication-Constrained Multi-Robot Entropy-Field-Based Exploration

要約

未知の環境探査のための共同複数のロボットは、その驚くべきパフォーマンスと効率のために主流になっています。
ただし、ほとんどの既存の方法は、実世界の設定では達成できない探索中の完全なロボットのコミュニケーションを想定しています。
コミュニケーションが制約されている状況に取り組むことを目的とした最近の作品がありましたが、情報共有と探査戦略の両方の側面の両方のための実質的な進歩の余地が残っています。
この論文では、コミュニケーションが制約されているマルチロボットエントロピーフィールドベースの探索（MEF-Explore）を提案します。
提案された方法の最初のモジュールは、2層のロボット間通信認識情報共有戦略です。
動的グラフは、マルチロボットネットワークを表すために使用され、低速か高速かどうかに基づいて通信を決定します。
具体的には、すべてのロボット間で常にアクセスできる低速通信は、現在のポジションを共有するためにのみ使用できます。
ロボットが特定の範囲内にある場合、ロボット間マップの合併に高速通信が利用可能になります。
2番目のモジュールは、エントロピーフィールドベースの探索戦略です。
特に、ロボットは、フロンティアとロボットのエントロピーを評価するために構築された斬新な形式に従って、未知の地域を分配して探索します。
これらのエントロピーは、暗黙のロボットランデブーを引き起こし、実行可能な場合にロボット間マップの合併を強化することもできます。
さらに、ロボットの目標割り当てを管理するための期間適応ゴールアシングモジュールを含めます。
シミュレーション結果は、私たちのMEFエクスプロールが、すべてのシナリオでの探査時間と成功率に関して既存のものを上回っていることを示しています。
実際の実験では、私たちの方法は、ベースラインと比較して、21.32％の探索時間と16.67％の成功率につながります。

要約(オリジナル)

Collaborative multiple robots for unknown environment exploration have become mainstream due to their remarkable performance and efficiency. However, most existing methods assume perfect robots’ communication during exploration, which is unattainable in real-world settings. Though there have been recent works aiming to tackle communication-constrained situations, substantial room for advancement remains for both information-sharing and exploration strategy aspects. In this paper, we propose a Communication-Constrained Multi-Robot Entropy-Field-Based Exploration (MEF-Explore). The first module of the proposed method is the two-layer inter-robot communication-aware information-sharing strategy. A dynamic graph is used to represent a multi-robot network and to determine communication based on whether it is low-speed or high-speed. Specifically, low-speed communication, which is always accessible between every robot, can only be used to share their current positions. If robots are within a certain range, high-speed communication will be available for inter-robot map merging. The second module is the entropy-field-based exploration strategy. Particularly, robots explore the unknown area distributedly according to the novel forms constructed to evaluate the entropies of frontiers and robots. These entropies can also trigger implicit robot rendezvous to enhance inter-robot map merging if feasible. In addition, we include the duration-adaptive goal-assigning module to manage robots’ goal assignment. The simulation results demonstrate that our MEF-Explore surpasses the existing ones regarding exploration time and success rate in all scenarios. For real-world experiments, our method leads to a 21.32% faster exploration time and a 16.67% higher success rate compared to the baseline.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google