要約
パターン形成タスクは、マルチロボットシステムでよく見られます。
この論文では、機能的に限られたモバイルロボットで複雑な形を形成する問題を研究します。これは、自分自身を正確に見つけるために他のロボットに依存する必要があります。
目標は、与えられた形状を特定のロボットセットで埋めることができるかどうかを決定することです。
答えが「はい」の場合は、最小限の通信でできるだけ速く形状形成プロセスを完了します。
従来のアプローチでは、各ロボットのグローバル座標を必要とするか、指定されたアプローチの能力を超えて複雑な形状を形成しようとする際に故障する傾向があります。後者は、実際の形状形成プロセスが開始される前にターゲット形状を形成できるかどうかを判断できる決定手順を求めています。
この論文では、実行プロセス中にグローバル座標情報を必要とせず、目的の形状を形成することが実行可能かどうかを効果的に決定できる方法を開発します。
後者は、特に穴のあるさまざまな複雑な形状を処理し、各ロボットにスケジューリング情報を割り当てることができる計画手順を介して達成され、その後の分散実行を促進します。
私たちの形状形成アプローチの有効性は、いくつかのシミュレーションケーススタディで鮮明に説明されています。
要約(オリジナル)
The pattern formation task is commonly seen in a multi-robot system. In this paper, we study the problem of forming complex shapes with functionally limited mobile robots, which have to rely on other robots to precisely locate themselves. The goal is to decide whether a given shape can be filled by a given set of robots; in case the answer is yes, to complete a shape formation process as fast as possible with a minimum amount of communication. Traditional approaches either require global coordinates for each robot or are prone to failure when attempting to form complex shapes beyond the capability of given approaches – the latter calls for a decision procedure that can tell whether a target shape can be formed before the actual shape-forming process starts. In this paper, we develop a method that does not require global coordinate information during the execution process and can effectively decide whether it is feasible to form the desired shape. The latter is achieved via a planning procedure that is capable of handling a variety of complex shapes, in particular, those with holes, and assigning a simple piece of scheduling information to each robot, facilitating subsequent distributed execution, which does not rely on the coordinates of all robots but only those of neighboring ones. The effectiveness of our shape-forming approach is vividly illustrated in several simulation case studies.
arxiv情報
| 著者 | Shuqing Liu,Rong Su,Karl H. Johansson |
| 発行日 | 2025-04-17 02:30:00+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google