SERN: Simulation-Enhanced Realistic Navigation for Multi-Agent Robotic Systems in Contested Environments

要約

複雑な環境での自律システムの導入が増加しているため、複数のエージェント間の効率的な通信とタスクの完了が必要です。
この論文では、マルチロボット システムにおけるリアルタイムの共同意思決定のために、仮想環境と物理環境を統合する新しいフレームワークである SERN (Simulation-Enhanced Realistic Navigation) について紹介します。
SERN は、AuroraXR ROS Bridge を使用した双方向通信フレームワークを通じて、資産の導入と調整における主要な課題に対処します。
私たちのアプローチは、Unity の高忠実度シミュレーターを使用した仮想環境での正確な現実世界の表現を通じて SOTA を進歩させます。
物理ロボットと仮想ロボットの動きの同期。
遠隔地間での効率的な ROS データ分散。
環境認識を強化するための SOTA セマンティック セグメンテーションの統合。
当社の評価では、従来の ROS セットアップと比較して、レイテンシーが 15% ～ 24% 改善され、処理効率が最大 15% 向上したことが示されています。
複数のロボットを使用した現実世界および仮想シミュレーション実験により、同期精度が実証され、位置誤差は 5 cm 未満、回転誤差は 2 度未満に抑えられます。
これらの結果は、多様で紛争の多い環境における状況認識とマルチエージェントの調整を強化するSERNの可能性を浮き彫りにしています。

要約(オリジナル)

The increasing deployment of autonomous systems in complex environments necessitates efficient communication and task completion among multiple agents. This paper presents SERN (Simulation-Enhanced Realistic Navigation), a novel framework integrating virtual and physical environments for real-time collaborative decision-making in multi-robot systems. SERN addresses key challenges in asset deployment and coordination through a bi-directional communication framework using the AuroraXR ROS Bridge. Our approach advances the SOTA through accurate real-world representation in virtual environments using Unity high-fidelity simulator; synchronization of physical and virtual robot movements; efficient ROS data distribution between remote locations; and integration of SOTA semantic segmentation for enhanced environmental perception. Our evaluations show a 15% to 24% improvement in latency and up to a 15% increase in processing efficiency compared to traditional ROS setups. Real-world and virtual simulation experiments with multiple robots demonstrate synchronization accuracy, achieving less than 5 cm positional error and under 2-degree rotational error. These results highlight SERN’s potential to enhance situational awareness and multi-agent coordination in diverse, contested environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google