Uncertainty-Aware Planning for Heterogeneous Robot Teams using Dynamic Topological Graphs and Mixed-Integer Programming

要約

不確実性の下で計画を立てることは、ロボット工学における基本的な課題です。
マルチロボット チームの場合、ロボットの数が増えると計画の問題がすぐに計算的に解決できなくなる可能性があるため、課題はさらに悪化します。
この論文では、異種マルチロボットチームを使用して不確実性の下で計画を立てるための新しいアプローチを提案します。
特に、動的トポロジー グラフと混合整数計画法の概念を活用して、環境に関する不確実性を軽減するために迅速な偵察チームのメンバーを配置するマルチロボット計画を生成します。
私たちは、不確実な観察者の位置が存在する中での検出を最小限に抑えながら、ロボット チームが環境内を移動する必要がある多くの代表的なシナリオでアプローチをテストします。
私たちのアプローチは、変化する環境でのリアルタイムの再計画に対して計算上十分に扱いやすく、不完全な情報が存在する場合でもパフォーマンスを向上させることができ、さまざまなリスクプロファイルに対応するように調整できることを実証します。

要約(オリジナル)

Planning under uncertainty is a fundamental challenge in robotics. For multi-robot teams, the challenge is further exacerbated, since the planning problem can quickly become computationally intractable as the number of robots increase. In this paper, we propose a novel approach for planning under uncertainty using heterogeneous multi-robot teams. In particular, we leverage the notion of a dynamic topological graph and mixed-integer programming to generate multi-robot plans that deploy fast scout team members to reduce uncertainty about the environment. We test our approach in a number of representative scenarios where the robot team must move through an environment while minimizing detection in the presence of uncertain observer positions. We demonstrate that our approach is sufficiently computationally tractable for real-time re-planning in changing environments, can improve performance in the presence of imperfect information, and can be adjusted to accommodate different risk profiles.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google