A Model for Multi-Agent Autonomy That Uses Opinion Dynamics and Multi-Objective Behavior Optimization

要約

この論文では、自律型マルチロボット システム (MRS) をモデル化するための新しい階層アーキテクチャについて報告します。つまり、非線形動的意見プロセスを使用して高レベルのグループ選択をモデル化し、多目的行動最適化を使用して個人の意思決定をモデル化します。
以前に報告された理論的結果を使用して、比較的小さなパラメータのセットを選択することによって MRS の動作を設計できることを示します。
その結果生じる行動 (集団的な行動と個人の行動の両方) は直感的に理解できます。
このアプローチは完全に分散化されており、通信コストはエージェントではなくグループ オプションの数によって決まります。
私たちは、8 隻の無人水上艦艇 (USV) による 2 時間のフィールド デモンストレーションで、仮想の「探索、活用、移行」シナリオを使用して、このアプローチの有効性を実証しました。
私たちの予備的なフィールド実験の結果は、時間とともに変化するネットワーク トポロジやエージェントのドロップアウトがあっても、集団の動作が堅牢であることを示しています。

要約(オリジナル)

This paper reports a new hierarchical architecture for modeling autonomous multi-robot systems (MRSs): a non-linear dynamical opinion process is used to model high-level group choice, and multi-objective behavior optimization is used to model individual decisions. Using previously reported theoretical results, we show it is possible to design the behavior of the MRS by the selection of a relatively small set of parameters. The resulting behavior – both collective actions and individual actions – can be understood intuitively. The approach is entirely decentralized and the communication cost scales by the number of group options, not agents. We demonstrated the effectiveness of this approach using a hypothetical `explore-exploit-migrate’ scenario in a two hour field demonstration with eight unmanned surface vessels (USVs). The results from our preliminary field experiment show the collective behavior is robust even with time-varying network topology and agent dropouts.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google