Epistemic Planning for Heterogeneous Robotic Systems

要約

捜索救助や災害救助のような用途では、異種混合マルチロボットシステム（MRS）は、一連の能力を必要とする複雑な目的に対して大きな利点を提供することができる。しかし、このようなアプリケーション空間では、通信が信頼できないことが多く、ほとんどのMRSアルゴリズムで非効率や完全な障害が発生します。多くの研究者は、近接制約を使用してすべてのロボットが通信を維持することを要求するか、またはすべてのロボットが長時間の切断の間に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。後者の方法はMRSにおいてより高いレベルの効率を可能にするが、故障や環境の不確実性はシステム全体に連鎖的な影響を及ぼし、特にミッションの目的が複雑であったり時間的制約があったりする場合に顕著である。これを解決するために、ロボットがシステムの状態を推論し、異種システム構成を活用し、切断された近隣への情報発信を最適化することを可能にするエピステミック計画フレームワークを提案する。動的エピステミック論理は信念状態の伝播を形式化し、エピステミックタスクの割り当てとゴシップは、効用予測とプランニングのために信念状態を用いた混合整数プログラムによって達成される。提案する枠組みは、シミュレーションと異種車両を用いた実験により検証される。

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, DeepL