Indirect Swarm Control: Characterization and Analysis of Emergent Swarm Behaviors

要約

創発的行動と創発的行動は、下位レベルのエージェント間の局所的な相互作用の変化が、システムの上位レベル (つまり、群れ全体) とその特性で起こることを効果的に変化させるケースとして定義されることがよくあります。
しかし、これらの集合的な創発的行動がどのように自己組織化するのかはあまり理解されていません。
この論文の焦点は、さまざまなマクロ状態を引き起こす条件を特徴付けるための新しいフレームワークと、それらの巨視的特性を予測/分析する方法を提示することであり、これにより、局所的な状態ではなく環境条件を調整することによって、同じ動作をボトムアップで間接的に設計できるようになります。
インタラクションルール。
次に、例としてこのフレームワークをバイナリのセンシングおよびエージェントの作用の単純なシステムに適用して、この群れの問題を再構成することが最先端技術を前進させるのに役立つかどうかを確認します。
最初に特定の群システムにおけるマクロ状態の実用的な定義をいくつか作成することで、エージェントベースのモデリングを制御理論と組み合わせて、すべてをシミュレートする必要がなく、制御可能な緊急プロセスの一般化された理解を可能にする方法を示します。
状態図は通常、モンテカルロ シミュレーションまたはシミュレーターでパラメーターの範囲をスイープすることによってのみ作成できますが、私たちは、それらを即座に作成できる閉形式関数を開発し、特に選択された自己状態につながる可能性のある群パラメーターの組み合わせの無限のセットを明らかにします。
組織的な行動。
正確な方法はまだ開発中ですが、新しい方法を使用して従来の方法を回避した解決策への潜在的な道筋を示すだけでも検討する価値があると考えています。
私たちの結果は、シミュレーションと地上ロボットでの実際の実験の両方を通じて特徴付けられています。

要約(オリジナル)

Emergence and emergent behaviors are often defined as cases where changes in local interactions between agents at a lower level effectively changes what occurs in the higher level of the system (i.e., the whole swarm) and its properties. However, the manner in which these collective emergent behaviors self-organize is less understood. The focus of this paper is in presenting a new framework for characterizing the conditions that lead to different macrostates and how to predict/analyze their macroscopic properties, allowing us to indirectly engineer the same behaviors from the bottom up by tuning their environmental conditions rather than local interaction rules. We then apply this framework to a simple system of binary sensing and acting agents as an example to see if a re-framing of this swarms problem can help us push the state of the art forward. By first creating some working definitions of macrostates in a particular swarm system, we show how agent-based modeling may be combined with control theory to enable a generalized understanding of controllable emergent processes without needing to simulate everything. Whereas phase diagrams can generally only be created through Monte Carlo simulations or sweeping through ranges of parameters in a simulator, we develop closed-form functions that can immediately produce them revealing an infinite set of swarm parameter combinations that can lead to a specifically chosen self-organized behavior. While the exact methods are still under development, we believe simply laying out a potential path towards solutions that have evaded our traditional methods using a novel method is worth considering. Our results are characterized through both simulations and real experiments on ground robots.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google