Multi-Robot Pursuit in Parameterized Formation via Imitation Learning

要約

この論文では、保護エリアに侵入する前に、より速い攻撃者を捕捉するために防御ロボットのグループをどのように調整するかという、マルチロボット追跡の問題を研究します。
ロボットを防御するためのこのような操作は、未知の回避戦略と攻撃者の高速性、防御側の限られた通信能力のせいで困難です。
この問題を解決するために、我々は、防御ロボットが 5 つの調整可能なパラメーターを使用してフォーメーションの形状を適応できるようにするパラメーター化されたフォーメーション コントローラーを提案します。
さらに、これらの形状パラメータを最適化するために、モデル予測制御と統合された模倣学習ベースのアプローチを開発します。
この2つの技術を駆使し、継続的な訓練を通じて防御ロボットの捕獲能力を強化しています。
シミュレーションと実験の両方が、提案されたコントローラーの有効性と堅牢性を検証するために提供されます。
シミュレーション結果は、防御側ロボットが攻撃者を捕らえる効果的な戦略を迅速に学習できること、さらに、学習した戦略は防御側の数が変わっても効果を維持できることを示しています。
実際のロボット プラットフォームでの実験結果により、これらの発見がさらに検証されました。

要約(オリジナル)

This paper studies the problem of multi-robot pursuit of how to coordinate a group of defending robots to capture a faster attacker before it enters a protected area. Such operation for defending robots is challenging due to the unknown avoidance strategy and higher speed of the attacker, coupled with the limited communication capabilities of defenders. To solve this problem, we propose a parameterized formation controller that allows defending robots to adapt their formation shape using five adjustable parameters. Moreover, we develop an imitation-learning based approach integrated with model predictive control to optimize these shape parameters. We make full use of these two techniques to enhance the capture capabilities of defending robots through ongoing training. Both simulation and experiment are provided to verify the effectiveness and robustness of our proposed controller. Simulation results show that defending robots can rapidly learn an effective strategy for capturing the attacker, and moreover the learned strategy remains effective across varying numbers of defenders. Experiment results on real robot platforms further validated these findings.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google