Behavior Tree Capabilities for Dynamic Multi-Robot Task Allocation with Heterogeneous Robot Teams

要約

個々のロボットは新しいセンサーやアクチュエーターによってますます高性能になっているが、それに比べて予想されるミッションの複雑さは指数関数的に増大している。この複雑さに対処するため、ロボットの異種チームが近年重要な研究対象になっている。チーム内でロボットとそのユニークなスキルを効果的に活用することは難しい。動的な実行条件は、静的なタスク割り当てをしばしば実行不可能にするため、チームメンバーへの動的な、能力を考慮したタスク割り当てが必要となる。この目的のため、我々は、ユーザがBT（Bheavior Trees：行動ツリー）を用いてミッションを指定し、それを実行時に現在のロボットチームに動的に割り当てることができるシステムを提案し、実装する。このシステムでは、ros_bt_py BTフレームワークで個々のロボットの能力を静的にモデル化することができる。このシステムは、現在のチーム内で最も能力の高いロボットにタスクを動的に割り当てるための実行時オークションシステムを提供する。このシステムは、効用値と事前条件を活用し、割り当ての誤りを防ぎつつ、割り当てがミッション全体の実行品質を向上させることを保証する。本システムを評価するために、3台の異種ロボットで構成されるチームによる汚染除去ミッションをシミュレートし、利用率とミッション全体の時間をメトリクスとして分析した。その結果、本システムは、直感的なミッション指定とチーム構成の柔軟性を可能にしながら、チームの全体的な有効性を改善できることが示された。

要約(オリジナル)

While individual robots are becoming increasingly capable, with new sensors and actuators, the complexity of expected missions increased exponentially in comparison. To cope with this complexity, heterogeneous teams of robots have become a significant research interest in recent years. Making effective use of the robots and their unique skills in a team is challenging. Dynamic runtime conditions often make static task allocations infeasible, therefore requiring a dynamic, capability-aware allocation of tasks to team members. To this end, we propose and implement a system that allows a user to specify missions using Bheavior Trees (BTs), which can then, at runtime, be dynamically allocated to the current robot team. The system allows to statically model an individual robot’s capabilities within our ros_bt_py BT framework. It offers a runtime auction system to dynamically allocate tasks to the most capable robot in the current team. The system leverages utility values and pre-conditions to ensure that the allocation improves the overall mission execution quality while preventing faulty assignments. To evaluate the system, we simulated a find-and-decontaminate mission with a team of three heterogeneous robots and analyzed the utilization and overall mission times as metrics. Our results show that our system can improve the overall effectiveness of a team while allowing for intuitive mission specification and flexibility in the team composition.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL