Decentralized Multi-Robot Social Navigation in Constrained Environments via Game-Theoretic Control Barrier Functions

要約

出入り口や交差点などの制約された環境で動作する分散型マルチロボット システムの安全でデッドロックのないナビゲーションを確保するためのアプローチを紹介します。
安全性を確保するために多くのソリューションが提案されていますが、世界的なコンセンサスを得て分散型の方法でデッドロックを防止することは未解決の問題のままです。
まず、目的を、複数の競合エージェントが存在する制約された空間での、非協力的で非コミュニケーション的で部分的に観察可能なマルチロボットのナビゲーション問題として形式化します。これをソーシャル ミニゲームと呼びます。
安全性と生存性を確保するための私たちのアプローチは、2 つの新しい洞察に基づいています。(i) デッドロックの解決は、ソーシャル ミニゲームの混合ナッシュ均衡解を導き出すことと同等であり、(ii) この混合ナッシュ戦略は、
コントロールバリア機能 (CBF) は、標準 CBF と統合でき、その安全性保証を継承します。
標準 CBF と混合ナッシュ CBF 類似体を組み合わせることで、安全性と生存性の両方が維持されます。
私たちは、出入り口、廊下の交差点、ロータリー、および廊下のシナリオで、F1/10 ロボット、Clearpath Jackal、および Boston Dynamics Spot を使用した物理ロボット上で、シミュレーションで、提案したゲーム理論に基づくナビゲーション アルゴリズムを評価します。
(i) 私たちのアプローチは、幾何学的制約、最適化、マルチエージェント強化学習、オークションに基づくローカル プランナーと比較して、より安全で効率的なナビゲーションを実現すること、(ii) デッドロック解決戦略は、最小平均値という点で最もスムーズであることを示します。
(iii) 私たちのアプローチは 2.8 ～ 3.3 (ms)^{-1 の流量をもたらします。これは、人間のナビゲーションにおける 4 (ms)^{ の流量に匹敵します。
-1}。

要約(オリジナル)

We present an approach to ensure safe and deadlock-free navigation for decentralized multi-robot systems operating in constrained environments, including doorways and intersections. Although many solutions have been proposed to ensure safety, preventing deadlocks in a decentralized fashion with global consensus remains an open problem. We first formalize the objective as a non-cooperative, non-communicative, partially observable multi-robot navigation problem in constrained spaces with multiple conflicting agents, which we term as social mini-games. Our approach to ensuring safety and liveness rests on two novel insights: (i) deadlock resolution is equivalent to deriving a mixed-Nash equilibrium solution to a social mini-game and (ii) this mixed-Nash strategy can be interpreted as an analogue to control barrier functions (CBFs), that can then be integrated with standard CBFs, inheriting their safety guarantees. Together, the standard CBF along with the mixed-Nash CBF analogue preserves both safety and liveness. We evaluate our proposed game-theoretic navigation algorithm in simulation as well on physical robots using F1/10 robots, a Clearpath Jackal, as well as a Boston Dynamics Spot in a doorway, corridor intersection, roundabout, and hallway scenario. We show that (i) our approach results in safer and more efficient navigation compared to local planners based on geometrical constraints, optimization, multi-agent reinforcement learning, and auctions, (ii) our deadlock resolution strategy is the smoothest in terms of smallest average change in velocity and path deviation, and most efficient in terms of makespan (iii) our approach yields a flow rate of 2.8 – 3.3 (ms)^{-1 which is comparable to flow rate in human navigation at 4 (ms)^{-1}.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google