Collective Anomaly Perception During Multi-Robot Patrol: Constrained Interactions Can Promote Accurate Consensus

要約

マルチロボット システムの重要な現実世界のアプリケーションは、マルチロボット パトロール (MRP) です。MRP では、ロボットが一定の間隔でエリアを通過する活動を実行する必要があります。
MRP の動機には、セキュリティ上の脅威を表す可​​能性のある異常の検出が含まれます。
MRP アルゴリズムは開発においてある程度の成熟を示していますが、重要な潜在的な利点はまだ検討されていません。それは、検出された異常の集合的認識を利用して、セキュリティ チェックの場所の順序付けに優先順位を付ける機能です。
これは、個人レベルでのノイズの多い異常検出は、異常が本当に存在する可能性が高いかどうかに関するグループ レベルの合意形成によって補われる可能性があるためです。
ここでは、ローカルのペア通信とクォーラムしきい値を介して環境認識のコンセンサスに達するという追加の目的が与えられた場合の、未修正のアイドル状態ベースのパトロール アルゴリズムのパフォーマンスを検証します。
一般に、ロボットの物理的混合を促進する MRP アルゴリズムは、緊急通信ネットワークの接続性の向上によって測定され、より迅速にコンセンサスに達することがわかりました。
ただし、異常検出にノイズが存在する場合は、グループ レベルの F スコアで測定される誤検知の拡散が低減されるため、より中程度の (制限された) レベルの接続性が望ましいと考えられます。
これらの調査結果は、ユーザーの MRP アルゴリズムの選択と将来のアルゴリズム開発に役立つ可能性があります。

要約(オリジナル)

An important real-world application of multi-robot systems is multi-robot patrolling (MRP), where robots must carry out the activity of going through an area at regular intervals. Motivations for MRP include the detection of anomalies that may represent security threats. While MRP algorithms show some maturity in development, a key potential advantage has been unexamined: the ability to exploit collective perception of detected anomalies to prioritize the location ordering of security checks. This is because noisy individual-level detection of an anomaly may be compensated for by group-level consensus formation regarding whether an anomaly is likely to be truly present. Here, we examine the performance of unmodified idleness-based patrolling algorithms when given the additional objective of reaching an environmental perception consensus via local pairwise communication and a quorum threshold. We find that generally, MRP algorithms that promote physical mixing of robots, as measured by a higher connectivity of their emergent communication network, reach consensus more quickly. However, when there is noise present in anomaly detection, a more moderate (constrained) level of connectivity is preferable because it reduces the spread of false positive detections, as measured by a group-level F-score. These findings can inform user choice of MRP algorithm and future algorithm development.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google