Time, Travel, and Energy in the Uniform Dispersion Problem

要約

未知のグリッドのような環境でロボットの群れを均一に分散させるというアルゴリズムの問​​題を調査します。
この設定では、私たちの目標は、パフォーマンスメトリックとロボット機能の関係を研究することです。
メイクスパン、移動距離、エネルギー消費、センシング、コミュニケーション、およびメモリに基づいて、分散アルゴリズムを比較する正式なモデルを導入します。
このフレームワークを使用して、能力要件とパフォーマンスに従って均一な分散アルゴリズムを分類します。
すべての環境でMASMPANと旅行を最小限に抑えることができますが、群れのセンシング範囲が境界を搭載している場合、エネルギーはできません。
対照的に、環境が「Find-Corner Depth First Search」（FCDFS）アルゴリズムを使用して、環境が単純に単純に接続されていれば、同期設定で「アリのような」ロボットによってエネルギーを最小化できることを示しています。
理論的および実験的結果は、FCDFが既知のアルゴリズムを大幅に上回ることを示しています。
私たちの調査結果は、未知の環境向けの群れロボットシステムの設計における重要な制限を明らかにし、エネルギー効率の高い分散におけるトポロジの役割を強調しています。

要約(オリジナル)

We investigate the algorithmic problem of uniformly dispersing a swarm of robots in an unknown, gridlike environment. In this setting, our goal is to study the relationships between performance metrics and robot capabilities. We introduce a formal model comparing dispersion algorithms based on makespan, traveled distance, energy consumption, sensing, communication, and memory. Using this framework, we classify uniform dispersion algorithms according to their capability requirements and performance. We prove that while makespan and travel can be minimized in all environments, energy cannot, if the swarm’s sensing range is bounded. In contrast, we show that energy can be minimized by “ant-like” robots in synchronous settings and asymptotically minimized in asynchronous settings, provided the environment is topologically simply connected, by using our “Find-Corner Depth-First Search” (FCDFS) algorithm. Our theoretical and experimental results show that FCDFS significantly outperforms known algorithms. Our findings reveal key limitations in designing swarm robotics systems for unknown environments, emphasizing the role of topology in energy-efficient dispersion.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google