Epistemic Planning for Heterogeneous Robotic Systems

要約

捜索救助や災害救助などのアプリケーションでは、異種マルチロボット システム (MRS) は一連の機能を必要とする複雑な目的に対して大きな利点をもたらします。
ただし、これらのアプリケーション空間では、通信の信頼性が低いことが多く、ほとんどの MRS アルゴリズムで非効率または完全な障害が発生する原因になります。
多くの研究者は、すべてのロボットに近接制約を使用して通信を維持することを要求するか、すべてのロボットが長期間切断されても所定の計画を実行すると仮定することによって、この問題に取り組んでいます。
後者の方法では、MRS の効率をより高いレベルに高めることができますが、特にミッション目標が複雑で時間に敏感な場合、故障や環境の不確実性がシステム全体に連鎖的な影響を与える可能性があります。
これを解決するために、ロボットがシステム状態を推論し、異種システム構成を活用し、切断された近隣者への情報伝達を最適化できる認識論的計画フレームワークを提案します。
動的認識論理は信念状態の伝播を形式化し、認識論的タスクの割り当てとゴシップは、効用の予測と計画に信念状態を使用する混合整数プログラムを介して実行されます。
提案されたフレームワークは、異種車両を使用したシミュレーションと実験を使用して検証されます。

要約(オリジナル)

In applications such as search and rescue or disaster relief, heterogeneous multi-robot systems (MRS) can provide significant advantages for complex objectives that require a suite of capabilities. However, within these application spaces, communication is often unreliable, causing inefficiencies or outright failures to arise in most MRS algorithms. Many researchers tackle this problem by requiring all robots to either maintain communication using proximity constraints or assuming that all robots will execute a predetermined plan over long periods of disconnection. The latter method allows for higher levels of efficiency in a MRS, but failures and environmental uncertainties can have cascading effects across the system, especially when a mission objective is complex or time-sensitive. To solve this, we propose an epistemic planning framework that allows robots to reason about the system state, leverage heterogeneous system makeups, and optimize information dissemination to disconnected neighbors. Dynamic epistemic logic formalizes the propagation of belief states, and epistemic task allocation and gossip is accomplished via a mixed integer program using the belief states for utility predictions and planning. The proposed framework is validated using simulations and experiments with heterogeneous vehicles.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google