要約
分散型システムの最も重要な約束の 1 つはスケーラビリティです。これは、多くの場合、議論の余地なくロボット群システムに存在すると想定されています。
移動の混雑や通信の競合などの単純な制限が、スケーラビリティに大きく影響する可能性があります。
この研究では、バイナリ集団意思決定タスクにおける輻輳の影響を研究します。
このタスクに 3 つの異なる手法 (Honey Bee にヒントを得た手法、Stigmergy ベースの手法、および分業手法) を使用した場合の 2 つのタイプの混雑 (通信と移動) の影響を評価します。
私たちは、物理ベースのシミュレーターに最大 150 台のロボットを配置し、3 つの手法を適用して、さまざまなロボット密度レベルのアリーナでサンプリング ミッションを実行します。
私たちの結果は、バージョン管理されたローカル通信と組み合わせた分業の適用が、輻輳を最小限に抑えてシステムの拡張に役立つことを示唆しています。
要約(オリジナル)
One of the most important promises of decentralized systems is scalability, which is often assumed to be present in robot swarm systems without being contested. Simple limitations, such as movement congestion and communication conflicts, can drastically affect scalability. In this work, we study the effects of congestion in a binary collective decision-making task. We evaluate the impact of two types of congestion (communication and movement) when using three different techniques for the task: Honey Bee inspired, Stigmergy based, and Division of Labor. We deploy up to 150 robots in a physics-based simulator performing a sampling mission in an arena with variable levels of robot density, applying the three techniques. Our results suggest that applying Division of Labor coupled with versioned local communication helps to scale the system by minimizing congestion.
arxiv情報
| 著者 | Karthik Soma,Vivek Shankar Vardharajan,Heiko Hamann,Giovanni Beltrame |
| 発行日 | 2023-07-17 15:36:05+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google