Strategic Sacrifice: Self-Organized Robot Swarm Localization for Inspection Productivity

要約

ロボット群は、橋から宇宙ステーションに至るまで、さまざまなインフラを検査する上で大きな可能性をもたらします。
ただし、効果的な検査にはロボットの正確な位置特定が必要であり、これには大量の計算リソースが必要となり、生産性が制限されます。
生物学的システムにヒントを得て、自己組織化された犠牲を通じて集団的な計算支出を最小限に抑える新しい協力的な位置特定メカニズムを導入します。
ここでは、少数のエージェントがローカリゼーションの計算負荷を負担します。
ローカルな相互作用を通じて、群れの検査生産性を向上させます。
当社のアプローチは、動的な相互作用や環境設定における制約のない軌道の検査生産性を適応的に最大化します。
平均場解析モデル、マルチエージェント シミュレーション、および 3D シリンダーを検査する金属製クライミング ロボットによるハードウェア実験を使用して、最適性と堅牢性を実証します。

要約(オリジナル)

Robot swarms offer significant potential for inspecting diverse infrastructure, ranging from bridges to space stations. However, effective inspection requires accurate robot localization, which demands substantial computational resources and limits productivity. Inspired by biological systems, we introduce a novel cooperative localization mechanism that minimizes collective computation expenditure through self-organized sacrifice. Here, a few agents bear the computational burden of localization; through local interactions, they improve the inspection productivity of the swarm. Our approach adaptively maximizes inspection productivity for unconstrained trajectories in dynamic interaction and environmental settings. We demonstrate the optimality and robustness using mean-field analytical models, multi-agent simulations, and hardware experiments with metal climbing robots inspecting a 3D cylinder.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google