Minimalist exploration strategies for robot swarms at the edge of chaos

要約

効果的な探索能力は、特に小型で安価なロボット (マイクロロボットやナノロボットなど) を使用する場合、ロボット群の基礎となります。
ロボットが最先端のソリューションを実装するにはセンサーと計算に関して制約が多すぎる場合、ランダム ウォークが唯一の実行可能な選択肢となることがよくあります。
ただし、最適なランダム ウォーク パラメータ化を特定するのは簡単ではない可能性があります。
さらに、動作能力に関するロボット間のばらつき（正確なキャリブレーションが不可能な場合によく見られる状態）により、柔軟なソリューションの必要性が生じます。
この研究では、カオスまたはカオスのエッジのダイナミクスを示すランダム ウォークをどのように生成できるかを調査します。
また、シミュレートされた Kilobot の群れによって実行される単純な探索タスクに対するそれらの有効性も評価します。
まず、ランダム ブール ネットワークを Kilobot のコントローラーとして使用して、レヴィ変調相関ランダム ウォークの最適なパラメーター化と比較して大幅なパフォーマンスの向上を達成する方法を示します。
次に、カオスダイナミクスが探査効率を最大化するためにどのように有益であるかを示します。
最後に、ネットワークのカオス的なダイナミクスを維持しながら、進化ロボティクスのアプローチを通じて、ブール ネットワークによって生成される探索動作をどのように最適化できるかを示します。

要約(オリジナル)

Effective exploration abilities are fundamental for robot swarms, especially when small, inexpensive robots are employed (e.g., micro- or nano-robots). Random walks are often the only viable choice if robots are too constrained regarding sensors and computation to implement state-of-the-art solutions. However, identifying the best random walk parameterisation may not be trivial. Additionally, variability among robots in terms of motion abilities-a very common condition when precise calibration is not possible-introduces the need for flexible solutions. This study explores how random walks that present chaotic or edge-of-chaos dynamics can be generated. We also evaluate their effectiveness for a simple exploration task performed by a swarm of simulated Kilobots. First, we show how Random Boolean Networks can be used as controllers for the Kilobots, achieving a significant performance improvement compared to the best parameterisation of a L\’evy-modulated Correlated Random Walk. Second, we demonstrate how chaotic dynamics are beneficial to maximise exploration effectiveness. Finally, we demonstrate how the exploration behavior produced by Boolean Networks can be optimized through an Evolutionary Robotics approach while maintaining the chaotic dynamics of the networks.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google