Multi Agent Framework for Collective Intelligence Research

要約

この論文では、コンピュータ ネットワークを介したコンピューティング ユニット間の情報交換を容易にする、スケーラブルな分散型マルチエージェント フレームワークを紹介します。
このツールによって課されるアーキテクチャ上の境界により、Hello World メッセージを交換するエージェントから、位置を交換する仮想ドローン エージェント、そして最終的には VU アムステルダム研究室で本物の Crazyflie ドローンと無線を介して情報を交換するエージェントに至るまで、集合知の研究実験に適しています。
フィールド変調理論は、エージェントの合成ローカル知覚マップを構築するために実装されており、環境によって決定される隣接するエージェントの位置および隣接する注目点に基づいて構築されます。
VU アムステルダム研究所に合わせて調整された個別のアクション、一定の速度、パラメーターを備えた 2D 環境に実験セットアップを制限することで、登坂コントローラーを実行する UAV Crazyflie ドローンは衝突のない軌道をたどり、シミュレーションと現実のギャップを埋めました。

要約(オリジナル)

This paper presents a scalable decentralized multi agent framework that facilitates the exchange of information between computing units through computer networks. The architectural boundaries imposed by the tool make it suitable for collective intelligence research experiments ranging from agents that exchange hello world messages to virtual drone agents exchanging positions and eventually agents exchanging information via radio with real Crazyflie drones in VU Amsterdam laboratory. The field modulation theory is implemented to construct synthetic local perception maps for agents, which are constructed based on neighbouring agents positions and neighbouring points of interest dictated by the environment. By constraining the experimental setup to a 2D environment with discrete actions, constant velocity and parameters tailored to VU Amsterdam laboratory, UAV Crazyflie drones running hill climbing controller followed collision-free trajectories and bridged sim-to-real gap.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google