A Novel Indicator for Quantifying and Minimizing Information Utility Loss of Robot Teams

要約

チーム内のロボット間の情報のタイムリーな交換は不可欠ですが、限られたワイヤレス容量によって制約される可能性があります。
情報を迅速に配信できないと、ロボット間の共同作業に影響を与える推定エラーが発生する可能性があります。
このホワイトペーパーでは、協力に重要な情報の新鮮さと有用性を定量化するために、情報ユーティリティの損失（LOIU）と呼ばれる新しいメトリックを提案します。
このメトリックにより、ロボットは帯域幅の制約内で情報送信に優先順位を付けることができます。
また、信念分布を使用してLOIUの推定を提案し、それに応じて、ロボットチーム内の時間平均LOIUを最小限に抑えるために、デバイスからデバイスへの送信の送信スケジュールとリソース割り当て戦略の両方を最適化します。
中央の批評家がモビリティと干渉に応じて俳優を定期的に評価および改良する一方で、各ロボットが協力者間の送信のスケジューリングを担当するアクターとして機能する半隔離されたマルチエージェントの深い決定論的勾配フレームワークが開発されています。
シミュレーション当社のアプローチの有効性を検証し、代替方法と比較して、情報の鮮度と有用性の強化を98％示します。

要約(オリジナル)

The timely exchange of information among robots within a team is vital, but it can be constrained by limited wireless capacity. The inability to deliver information promptly can result in estimation errors that impact collaborative efforts among robots. In this paper, we propose a new metric termed Loss of Information Utility (LoIU) to quantify the freshness and utility of information critical for cooperation. The metric enables robots to prioritize information transmissions within bandwidth constraints. We also propose the estimation of LoIU using belief distributions and accordingly optimize both transmission schedule and resource allocation strategy for device-to-device transmissions to minimize the time-average LoIU within a robot team. A semi-decentralized Multi-Agent Deep Deterministic Policy Gradient framework is developed, where each robot functions as an actor responsible for scheduling transmissions among its collaborators while a central critic periodically evaluates and refines the actors in response to mobility and interference. Simulations validate the effectiveness of our approach, demonstrating an enhancement of information freshness and utility by 98%, compared to alternative methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google