Reinforcement Learning of Multi-robot Task Allocation for Multi-object Transportation with Infeasible Tasks

要約

マルチロボットシステムを使用したマルチオブジェクト輸送には、効率的な個別およびスケーラブルな協同輸送のため、配信サービスなどの多様な実用的なアプリケーションの可能性があります。
ただし、ウェイトが不明なオブジェクトの輸送タスクを割り当てることは依然として困難です。
さらに、実行不可能なタスク（輸送不可能なオブジェクト）の存在は、ロボット停止（デッドロック）につながる可能性があります。
このペーパーでは、ロボットの数に関してスケーラブルな方法で各タスクのタスクエクスペリエンスを保存することを伴う動的タスク割り当てのフレームワークを提案します。
まず、これらのエクスペリエンスは、クラウドサーバーからロボットシステム全体にブロードキャストされます。
その後、各ロボットは、これらのタスクエクスペリエンスに基づいて各タスクの除外レベルを学習し、実行不可能なタスクを除外し、タスクの優先順位をリセットできるようにします。
最後に、個々の輸送、協同組合輸送、および実行不可能と見なされるタスクの一時的な除外が達成されます。
提案された方法のスケーラビリティと汎用性は、未学習の重量オブジェクトを含むロボットとオブジェクトの数が増加した数値実験によって確認されました。
一時的なデッドロック回避の有効性も、エピソード内に追加のロボットを導入することで確認されました。
提案された方法により、実行可能性を事前に考慮せずに、さまざまな数のロボットやさまざまな輸送タスクで実行可能なタスク割り当て戦略の実装が可能になります。

要約(オリジナル)

Multi-object transport using multi-robot systems has the potential for diverse practical applications such as delivery services owing to its efficient individual and scalable cooperative transport. However, allocating transportation tasks of objects with unknown weights remains challenging. Moreover, the presence of infeasible tasks (untransportable objects) can lead to robot stoppage (deadlock). This paper proposes a framework for dynamic task allocation that involves storing task experiences for each task in a scalable manner with respect to the number of robots. First, these experiences are broadcasted from the cloud server to the entire robot system. Subsequently, each robot learns the exclusion levels for each task based on those task experiences, enabling it to exclude infeasible tasks and reset its task priorities. Finally, individual transportation, cooperative transportation, and the temporary exclusion of tasks considered infeasible are achieved. The scalability and versatility of the proposed method were confirmed through numerical experiments with an increased number of robots and objects, including unlearned weight objects. The effectiveness of the temporary deadlock avoidance was also confirmed by introducing additional robots within an episode. The proposed method enables the implementation of task allocation strategies that are feasible for different numbers of robots and various transport tasks without prior consideration of feasibility.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google