Signaling and Social Learning in Swarms of Robots

要約

この論文では、学習と実行が分散型で同時に行われるパラダイムに焦点を当て、ロボット群内の調整を改善する際のコミュニケーションの役割を調査します。
単位割り当ての問題 (全体的なパフォーマンスに対する個人の貢献) に対処する際にコミュニケーションが果たせる役割と、コミュニケーションがそれによってどのように影響を受けるかを強調します。
私たちは、生の信号抽出と処理を伴う低レベルの可逆圧縮から、構造化された通信モデルを伴う高レベルの非可逆圧縮まで、分類の主軸として情報選択と物理的抽象化に焦点を当て、通信に関する既存および将来の研究の分類を提案します。
この論文では、進化ロボット工学、マルチエージェント (深層) 強化学習、言語モデル、生物物理学モデルなどの現在の研究をレビューし、ローカル メッセージ交換を通じて継続的に相互学習するロボットの集合体におけるコミュニケーションの課題と機会を概説します。
社会学習の一種。

要約(オリジナル)

This paper investigates the role of communication in improving coordination within robot swarms, focusing on a paradigm where learning and execution occur simultaneously in a decentralized manner. We highlight the role communication can play in addressing the credit assignment problem (individual contribution to the overall performance), and how it can be influenced by it. We propose a taxonomy of existing and future works on communication, focusing on information selection and physical abstraction as principal axes for classification: from low-level lossless compression with raw signal extraction and processing to high-level lossy compression with structured communication models. The paper reviews current research from evolutionary robotics, multi-agent (deep) reinforcement learning, language models, and biophysics models to outline the challenges and opportunities of communication in a collective of robots that continuously learn from one another through local message exchanges, illustrating a form of social learning.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google